資源描述：
《數(shù)據(jù)挖掘的研究現(xiàn)狀》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、數(shù)據(jù)挖掘的研究現(xiàn)狀>>教育資源庫(kù) 一、時(shí)代的挑戰(zhàn) 近十幾年來(lái)，人們利用信息技術(shù)生產(chǎn)和搜集數(shù)據(jù)的能力大幅度提高，無(wú)數(shù)個(gè)數(shù)據(jù)庫(kù)被用于商業(yè)管理、政府辦公、科學(xué)研究和工程開(kāi)發(fā)等，這一勢(shì)頭仍將持續(xù)發(fā)展下去。于是，一個(gè)新的挑戰(zhàn)被提了出來(lái)：在這被稱(chēng)之為信息爆炸的時(shí)代，信息過(guò)量幾乎成為人人需要面對(duì)的問(wèn)題。如何才能不被信息的汪洋大海所淹沒(méi)，從中及時(shí)發(fā)現(xiàn)有用的知識(shí)，提高信息利用率呢?要想使數(shù)據(jù)真正成為一個(gè)公司的資源，只有充分利用它為公司自身的業(yè)務(wù)決策和戰(zhàn)略發(fā)展服務(wù)才行，否則大量的數(shù)據(jù)可能成為包袱，甚至成為垃圾。因此，面對(duì)人們被數(shù)據(jù)淹沒(méi)，人們卻饑餓于知識(shí)
2、的挑戰(zhàn)，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)(DMKD)技術(shù)應(yīng)運(yùn)而生，并得以蓬勃發(fā)展，越來(lái)越顯示出其強(qiáng)大的生命力?！ ?shù)據(jù)挖掘(DataMining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。還有很多和這一術(shù)語(yǔ)相近似的術(shù)語(yǔ)，如從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)(KDD)、數(shù)據(jù)分析、數(shù)據(jù)融合(DataFusion)以及決策支持等。人們把原始數(shù)據(jù)看作是形成知識(shí)的源泉，就像從礦石中采礦一樣。原始數(shù)據(jù)可以是結(jié)構(gòu)化的，如關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)，也可以是半結(jié)構(gòu)化的，如文本、圖形、圖像數(shù)據(jù)，甚至是分布在
3、網(wǎng)絡(luò)上的異構(gòu)型數(shù)據(jù)。發(fā)現(xiàn)知識(shí)的方法可以是數(shù)學(xué)的，也可以是非數(shù)學(xué)的；可以是演繹的，也可以是歸納的。發(fā)現(xiàn)了的知識(shí)可以被用于信息管理、查詢(xún)優(yōu)化、決策支持、過(guò)程控制等，還可以用于數(shù)據(jù)自身的維護(hù)。因此，數(shù)據(jù)挖掘是一門(mén)廣義的交叉學(xué)科，它匯聚了不同領(lǐng)域的研究者，尤其是數(shù)據(jù)庫(kù)、人工智能、數(shù)理統(tǒng)計(jì)、可視化、并行計(jì)算等方面的學(xué)者和工程技術(shù)人員?！ √貏e要指出的是，數(shù)據(jù)挖掘技術(shù)從一開(kāi)始就是面向應(yīng)用的。它不僅是面向特定數(shù)據(jù)庫(kù)的簡(jiǎn)單檢索查詢(xún)調(diào)用，而且要對(duì)這些數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計(jì)、分析、綜合和推理，以指導(dǎo)實(shí)際問(wèn)題的求解，企圖發(fā)現(xiàn)事件間的相互關(guān)聯(lián)，甚至利
4、用已有的數(shù)據(jù)對(duì)未來(lái)的活動(dòng)進(jìn)行預(yù)測(cè)。例如加拿大BC省公司要求加拿大SimonFraser大學(xué)KDD研究組，根據(jù)其擁有十多年的客戶(hù)數(shù)據(jù)，總結(jié)、分析并提出新的收費(fèi)和管理辦法，制定既有利于公司又有利于客戶(hù)的優(yōu)惠政策。美國(guó)著名國(guó)家籃球隊(duì)NBA的教練，利用某公司提供的數(shù)據(jù)挖掘技術(shù)，臨場(chǎng)決定替換隊(duì)員，一度在數(shù)據(jù)庫(kù)界被傳為佳話(huà)?！ ∵@樣一來(lái)，就把人們對(duì)數(shù)據(jù)的應(yīng)用，從低層次的末端查詢(xún)操作，提高到為各級(jí)經(jīng)營(yíng)決策者提供決策支持。這種需求驅(qū)動(dòng)力，比數(shù)據(jù)庫(kù)查詢(xún)更為強(qiáng)大。同時(shí)需要指出的是，這里所說(shuō)的知識(shí)發(fā)現(xiàn)，不是要求發(fā)現(xiàn)放之四海而皆準(zhǔn)的真理，也不是要去發(fā)現(xiàn)嶄新的自
5、然科學(xué)定理和純數(shù)學(xué)公式，更不是什么機(jī)器定理證明。所有發(fā)現(xiàn)的知識(shí)都是相對(duì)的，是有特定前提和約束條件、面向特定領(lǐng)域的，同時(shí)還要能夠易于被用戶(hù)理解，最好能用自然語(yǔ)言表達(dá)發(fā)現(xiàn)結(jié)果。因此DMKD的研究成果很講求實(shí)際。1997年第3屆KDD國(guó)際學(xué)術(shù)大會(huì)上進(jìn)行的實(shí)實(shí)在在的數(shù)據(jù)挖掘工具的競(jìng)賽評(píng)獎(jiǎng)活動(dòng)，就是一個(gè)生動(dòng)的證明。最近，還有不少DMKD產(chǎn)品用來(lái)篩選Inter上的新聞，保護(hù)用戶(hù)不受無(wú)聊電子郵件的干擾和商業(yè)推銷(xiāo)，受到極大的歡迎?！ 《?、研究現(xiàn)狀 KDD一詞首次出現(xiàn)在1989年8月舉行的第11屆國(guó)際聯(lián)合人工智能學(xué)術(shù)會(huì)議上。迄今為止，由美國(guó)人工智能協(xié)會(huì)
6、主辦的KDD國(guó)際研討會(huì)已經(jīng)召開(kāi)了7次，規(guī)模由原來(lái)的專(zhuān)題討論會(huì)發(fā)展到國(guó)際學(xué)術(shù)大會(huì)，人數(shù)由二三十人到七八百人，論文收錄比例從2X1到6X1，研究重點(diǎn)也逐漸從發(fā)現(xiàn)方法轉(zhuǎn)向系統(tǒng)應(yīng)用，并且注重多種發(fā)現(xiàn)策略和技術(shù)的集成，以及多種學(xué)科之間的相互滲透。其他內(nèi)容的專(zhuān)題會(huì)議也把數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)列為議題之一，成為當(dāng)前計(jì)算機(jī)科學(xué)界的一大熱點(diǎn)?！ ?997年亞太地區(qū)在新加坡組織了第一次規(guī)模較大的PAKDD學(xué)術(shù)研討會(huì)，很有特色。今年將在澳大利亞墨爾本召開(kāi)的PAKDD98已經(jīng)收到150多篇論文，空前熱烈。 此外，數(shù)據(jù)庫(kù)、人工智能、信息處理、知識(shí)工程等領(lǐng)域的國(guó)際學(xué)
7、術(shù)刊物也紛紛開(kāi)辟了KDD專(zhuān)題或?qū)？?。IEEE的Knol發(fā)送一份電子郵件即可，還可以下載各種各樣的數(shù)據(jù)挖掘工具軟件和典型的樣本數(shù)據(jù)倉(cāng)庫(kù)，供人們測(cè)試和評(píng)價(jià)。另一份在線(xiàn)周刊為DS*(DS代表決策支持)，1997年10月7日開(kāi)始出版，可向dstrialtgc.提出免費(fèi)訂閱申請(qǐng)。在網(wǎng)上，還有一個(gè)自由論壇DMEmailClub，人們通過(guò)電子郵件相互討論DMKD的熱點(diǎn)問(wèn)題?！ ≈劣贒MKD書(shū)籍，可以在任何計(jì)算機(jī)書(shū)店找到十多本，但大多帶有商業(yè)色彩。筆者建議感興趣者可讀一讀由美國(guó)AAA/MIT在1996年出版的《AdvancesinKnoining》一書(shū)
8、。當(dāng)前，世界上比較有影響的典型數(shù)據(jù)挖掘系統(tǒng)有CoverStory、EXPLORA、Knoiner、Quest等。 三、內(nèi)容和本質(zhì) 隨著DMKD研究逐步走向深入，人們?cè)絹?lái)越清楚地認(rèn)識(shí)到，DMKD的研究主要
