文档介绍：勿
也
比。山
喊
山
州
山
口加加油
学位论文独创性声明
学位论文独创性声明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的
研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含
其他人已经发表或撰写过的研究成果,也不包含为获得之彭史声其他教育
机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做的任何
贡献均己在论文中作了明确的说明并表示谢意。
学位论文作者签名手写司辉签字日期日
学位论文版权使用授权书
本学位论文作者完全了解鱼」匕有关保留、使用学位论文的规定,
有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅
和借阅·本人授权鱼鱼生可以将学位论文的全部或部分内容编入有关数据库
进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。
保密的学位论文在解密后适用本授权书
学位论文作者签名。手写阁畔导师签名手写
签字日期扣,字日期年‘”
学位论文作者毕业后去向
工作单位电话
通讯地址邮编
第章引言
第章引言
引子
数据挖掘是从存放在数据库、数据仓库或其它信息库中
的大数据中挖掘有用知识的过程。它是一个多学科交叉研究领域,融合了数
据库技术、人工智能技术、机器学习、统计学、面向对象方法学、信息检索、
高性能计算以及数据可视化等最新技术的研究成果,经过十几年的研究,产生
了许多新概念和新方法。特别是最近几年,一些基本概念和方法趋于清晰,它
的研究正向着更深入的方向发展,目前已成为国际上信息决策领域最前沿的研
究方向之一。
数据挖掘之所以成为未来信息处理的骨千技术之一,主要在于它以一种全
新的概念改变着人类利用数据的方式。世纪,数据库技术取得了决定性的成
果,并且己经得到了广泛的应用。但是,数据库技术作为一种基本的信息存储
和管理方式,仍然以联机事务处理为核心应用,缺乏对决策、分析、预
测等高级功能的支持机制。众所周知,随着数据库容盘的膨胀,特别是数据仓
库以及,等新型数据源的日益普及,联机分析处理、决策支持以及
分类、聚类等复杂应用成为必然。面对这一挑战,数据挖掘和知识发现技术应
运而生,并且显示出强大的生命力。数据挖掘和知识发现使数据处理技术进入
了一个更高级的阶段。它不仅能对过去的数据进行查询,而且能够找出数据之
间的潜在关系,进行更高层次的分析,以便更好地做出决策,预测未来的发展
趋势等。通过数据挖掘,有价值的知识、规则或更高层次的信息就能从数据库
的相关数据集合中抽取出来,从而使大型数据库作为一个丰富可靠的资源为知
识的提取服务
数据挖掘的定义
数据挖掘最早是在年美国计算机年会上提出的概念,数据挖掘
就是从大的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其
第章引言
中的、人们事先不知道的但又是潜在有用的信息和知识的过程。另一种定义认
为,数据挖掘就是数据库中的知识发现
,是指从数据库中识别有效的、新颖的、潜在有用的以及最终可理解的模
式的非平凡过程其中“数据”是一组事实的集合如关系数据库中的记录
“模式”是以某种语言来表示的一个表达式,它可以用来描述数据子集“过程”
在数据挖掘中通常指多阶段的一个过程,包括数据准备、模式搜索、知识评估
以及反复的修改求精“非平凡过程”是指要有一定程度的智能性和自动性,而
不像求平均值的那样的简单计算。“新颖的”要求发现的模式应该是新的“潜
在有用的”是指发现的模式将来有实际应用价值,如用于决策支持系统能够提
高经济效益“最终可理解的”要求发现的模式能被用户理解。
数据挖掘的过程
数据库中的知识发现,应该是一个完整的过程,该过程从大型数据库中挖掘
先前未知的、有效的和有实用价值的信息或模式,使用这些信息能够做出很好
的决策。数据库中的知识发现过程主要有以下几个步骤组成
数据清理为未知数据项赎值和消除噪音数据或不一致数据
数据集成把多种数据源组合在一起
数据选择从数据库中检索与分析感兴趣或与分析任务相关的数据
“数据转换将数据变换或统一成适合挖掘的形式
数据挖掘使用智能方法提取数据模式
模式评估根据某种兴趣度度,识别表示知识的真正有趣的模式
知识表示使用可视化技术向用户展示挖掘出的知识。
从这里可以看出,数据挖掘只是数据库中知识发现的一个步骤。然而,在
产业界、媒体和数据库研究领域,术语“数据挖掘”比“数据库中的知识发现”
更为流行。因而,作者认为,应该从广义和