文档介绍：数据挖掘技术及其应用的实现
王和来
（河北科技大学经管学院信管L112班 河北 石家庄）
摘 要 随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。数据挖掘(Data Mining)就是从大量的实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。
关键词：数据挖掘、知识获取、数据库、函数依赖、条件概率
The realization of the data mining technology and its application
Wanghelai
(Hebei University of Science and Technology Institute of Technology class fuses L112Shijiazhuang, Hebei )
Abstract: with the rapid development of network, database technology and the wide application of database management system, more and more people to accumulate data. Data Mining, Data Mining,) is extracted from a lot of actual application Data implied information and knowledge, it USES a database, artificial intelligence and mathematical statistics and so on many aspects of technology, is a kind of deep Data analysis method.
Key word: data mining, knowledge acquisition, database, function dependence and conditional probability
引言
数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们希望在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是目前所拥有的数据分析工具很难对数据进行深层次的处理,使得人们只能望“数”兴叹。数据挖掘正是为了解决传统分析方法的不足,并针对大规模数据的分析处理而出现的。数据挖掘通过在大量数据的基础上对各种学****算法的训练,得到数据对象间的关系模式,这些模式反映了数据的内在特性,是对数据包含信息的更高层次的抽象[1]。目前,在需要处理大数据量的科研领域中,数据挖掘受到越来越多的关注,同时,在实际问题中,大量成功运用数据挖掘的实例说明了数据挖掘对科学研究具有很大的促进作用。数据挖掘可以帮助人们对大规模数据进行高效的分析处理,以节约时间,将更多的精力投入到更高层的研究中,从而提高科研工作的
效率。
一、知识获取与数据挖掘
一般说来,知识获取(Knowledge Discovery inDatabases,称称KDD)意为数据库中知识获取,它代表从低层次数据中提取高层次知识的全过程,包括数据信息的收集