如何選擇數(shù)據(jù)挖掘工具.docx

《如何選擇數(shù)據(jù)挖掘工具.docx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、如何選擇數(shù)據(jù)挖掘工具2010-08-1711:17:27一、數(shù)據(jù)挖掘工具分類　數(shù)據(jù)挖掘工具根據(jù)其適用的范圍分為兩類：專用挖掘工具和通用挖掘工具。專用數(shù)據(jù)挖掘工具是針對(duì)某個(gè)特定領(lǐng)域的問題提供解決方案，在涉及算法的時(shí)候充分考慮了數(shù)據(jù)、需求的特殊性，并作了優(yōu)化。對(duì)任何領(lǐng)域，都可以開發(fā)特定的數(shù)據(jù)挖掘工具。例如，IBM公司的AdvancedScout系統(tǒng)針對(duì)NBA的數(shù)據(jù)，幫助教練優(yōu)化戰(zhàn)術(shù)組合。特定領(lǐng)域的數(shù)據(jù)挖掘工具針對(duì)性比較強(qiáng)，只能用于一種應(yīng)用；也正因?yàn)獒槍?duì)性強(qiáng)，往往采用特殊的算法，可以處理特殊的數(shù)據(jù)，實(shí)現(xiàn)特殊的目的，發(fā)現(xiàn)的知識(shí)可靠度也比較高。通用數(shù)據(jù)挖掘工具不區(qū)分

2、具體數(shù)據(jù)的含義，采用通用的挖掘算法，處理常見的數(shù)據(jù)類型。通用的數(shù)據(jù)挖掘工具不區(qū)分具體數(shù)據(jù)的含義，采用通用的挖掘算法，處理常見的數(shù)據(jù)類型。例如，IBM公司Almaden研究中心開發(fā)的QUEST系統(tǒng)，SGI公司開發(fā)的MineSet系統(tǒng)，加拿大SimonFraser大學(xué)開發(fā)的DBMiner系統(tǒng)。通用的數(shù)據(jù)挖掘工具可以做多種模式的挖掘，挖掘什么、用什么來挖掘都由用戶根據(jù)自己的應(yīng)用來選擇?！《?、數(shù)據(jù)挖掘工具選擇需要考慮的問題　　數(shù)據(jù)挖掘是一個(gè)過程，只有將數(shù)據(jù)挖掘工具提供的技術(shù)和實(shí)施經(jīng)驗(yàn)與企業(yè)的業(yè)務(wù)邏輯和需求緊密結(jié)合，并在實(shí)施的過程中不斷的磨合，才能取得成功，因此我們

3、在選擇數(shù)據(jù)挖掘工具的時(shí)候，要全面考慮多方面的因素，主要包括以下幾點(diǎn)：(1)可產(chǎn)生的模式種類的數(shù)量：分類，聚類，關(guān)聯(lián)等(2)解決復(fù)雜問題的能力(3)操作性能(4)數(shù)據(jù)存取能力(5)和其他產(chǎn)品的接口三、數(shù)據(jù)挖掘工具介紹：1.QUEST　　QUEST是IBM公司Almaden研究中心開發(fā)的一個(gè)多任務(wù)數(shù)據(jù)挖掘系統(tǒng)，目的是為新一代決策支持系統(tǒng)的應(yīng)用開發(fā)提供高效的數(shù)據(jù)開采基本構(gòu)件。系統(tǒng)具有如下特點(diǎn)：　　提供了專門在大型數(shù)據(jù)庫上進(jìn)行各種開采的功能：關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、時(shí)間序列聚類、決策樹分類、遞增式主動(dòng)開采等。　　各種開采算法具有近似線性計(jì)算復(fù)雜度，可適用于任意

4、大小的數(shù)據(jù)庫。　　算法具有找全性，即能將所有滿足指定類型的模式全部尋找出來。為各種發(fā)現(xiàn)功能設(shè)計(jì)了相應(yīng)的并行算法。2.MineSet　　MineSet是由SGI公司和美國(guó)Standford大學(xué)聯(lián)合開發(fā)的多任務(wù)數(shù)據(jù)挖掘系統(tǒng)。MineSet集成多種數(shù)據(jù)挖掘算法和可視化工具，幫助用戶直觀地、實(shí)時(shí)地發(fā)掘、理解大量數(shù)據(jù)背后的知識(shí)。MineSet有如下特點(diǎn)：　　MineSet以先進(jìn)的可視化顯示方法聞名于世?！　≈С侄喾N關(guān)系數(shù)據(jù)庫。可以直接從Oracle、Informix、Sybase的表讀取數(shù)據(jù)，也可以通過SQL命令執(zhí)行查詢。　　多種數(shù)據(jù)轉(zhuǎn)換功能。在進(jìn)行挖掘前，Mine

5、Set可以去除不必要的數(shù)據(jù)項(xiàng)，統(tǒng)計(jì)、集合、分組數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)類型，構(gòu)造表達(dá)式由已有數(shù)據(jù)項(xiàng)生成新的數(shù)據(jù)項(xiàng)，對(duì)數(shù)據(jù)采樣等?！　〔僮骱?jiǎn)單、支持國(guó)際字符、可以直接發(fā)布到Web。3.DBMiner　　DBMiner是加拿大SimonFraser大學(xué)開發(fā)的一個(gè)多任務(wù)數(shù)據(jù)挖掘系統(tǒng)，它的前身是DBLearn。該系統(tǒng)設(shè)計(jì)的目的是把關(guān)系數(shù)據(jù)庫和數(shù)據(jù)開采集成在一起，以面向?qū)傩缘亩嗉?jí)概念為基礎(chǔ)發(fā)現(xiàn)各種知識(shí)。DBMiner系統(tǒng)具有如下特色：　　能完成多種知識(shí)的發(fā)現(xiàn)：泛化規(guī)則、特性規(guī)則、關(guān)聯(lián)規(guī)則、分類規(guī)則、演化知識(shí)、偏離知識(shí)等。　　綜合了多種數(shù)據(jù)開采技術(shù)：面向?qū)傩缘臍w納、統(tǒng)計(jì)分析、逐

6、級(jí)深化發(fā)現(xiàn)多級(jí)規(guī)則、元規(guī)則引導(dǎo)發(fā)現(xiàn)等方法。　　提出了一種交互式的類SQL語言――數(shù)據(jù)開采查詢語言DMQL?！　∧芘c關(guān)系數(shù)據(jù)庫平滑集成?！　?shí)現(xiàn)了基于客戶/服務(wù)器體系結(jié)構(gòu)的Unix和PC（Windows/NT）版本的系統(tǒng)。4.IntelligentMiner　　由美國(guó)IBM公司開發(fā)的數(shù)據(jù)挖掘軟件IntelligentMiner是一種分別面向數(shù)據(jù)庫和文本信息進(jìn)行數(shù)據(jù)挖掘的軟件系列,它包括IntelligentMinerforData和IntelligentMinerforText。IntelligentMinerforData可以挖掘包含在數(shù)據(jù)庫、數(shù)據(jù)倉(cāng)庫和數(shù)

7、據(jù)中心中的隱含信息,幫助用戶利用傳統(tǒng)數(shù)據(jù)庫或普通文件中的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘。它已經(jīng)成功應(yīng)用于市場(chǎng)分析、詐騙行為監(jiān)測(cè)及客戶聯(lián)系管理等；IntelligentMinerforText允許企業(yè)從文本信息進(jìn)行數(shù)據(jù)挖掘，文本數(shù)據(jù)源可以是文本文件、Web頁面、電子郵件、LotusNotes數(shù)據(jù)庫等等。5.SASEnterpriseMiner　　這是一種在我國(guó)的企業(yè)中得到采用的數(shù)據(jù)挖掘工具，比較典型的包括上海寶鋼配礦系統(tǒng)應(yīng)用和鐵路部門在春運(yùn)客運(yùn)研究中的應(yīng)用。SASEnterpriseMiner是一種通用的數(shù)據(jù)挖掘工具，按照"抽樣--探索--轉(zhuǎn)換--建模--評(píng)估"的方

8、法進(jìn)行數(shù)據(jù)挖掘?？梢耘cSAS數(shù)據(jù)倉(cāng)庫和OLAP集成，實(shí)現(xiàn)從提出數(shù)據(jù)