文档介绍：浅谈数据挖掘技术在网络管理中的应用_社交网络 数据挖掘技术
摘 要随着科技术的发展,在各个领域产生大量的数据,这些数据的利用必须经过海量的数据抽取出隐含的、具有潜在价值的信息服务于决策,论述数据挖掘技术在网络管理中的具体应用。关键词数据挖掘;网络管理中图分类号TP3文献标识码A文章编号1673-9671-(2010)042-0027-011数据挖掘的含义数据挖掘的历史虽然较短,但从20世纪90年代以来,它的发展速度很快,加之它是多学科综合产物,目前还没有一个完整的定义,归纳来看,数据挖掘应该是从海量数据中找出有助于决策分析、有利于企业盈利、或者能为科学研究寻求突破口等有着这些隐藏的或潜力的信息的技术。数据挖掘(DM,Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中,提取隐含在其中的、事先未知的、但又潜在有用的信息的过程。数据挖掘技术是面向应用的,它不仅面向特定数据库的简单检索查询调用,而且要对这些数据进行深入的统计、分析和推理,发掘数据问的相互关系,完成从业务数据到决策信息的转换。,包括传统的模式识别方法和分类学。聚类是概念描述和偏差分析的先决条件,它增强了人们对客观现实的认识。,并对这类数据的有关特征和内涵进行概括和描述。概念描述分为特征性描述和区别性描述,前者偏重描述数据问的共同特征,后者则是描述数据之间的区别。,它是一类隐含的、具有重要价值、并可发现的知识,关联可分为简单关联、时序关联、因果关联。,分析和认识事物演变的规律性,从已知信息推出未知信息,从现有信息导出未来信息,从而对事物的未来发展作出科学、合理的预测。3数据挖掘流程数据挖掘是指一个完整的过程,该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息,并使用这些信息做出决策或丰富知识。数据挖掘的基本过程和主要步骤如下:。认清数据挖掘的目的是数据挖掘的重要一步,挖掘的最后结构不可预测,但要探索的问题应该是有预见的,为了数据挖掘而挖掘则带有盲目性,是不会成功的。)数据选择。搜索所有与业务对象有关的内部和外部数据信息,并从中选择出适用于数据挖掘实用的数据。2)数据预处理。研究数据的质量,进行数据的集成变换、归约、压缩等,为进一步的分析作准备,并确定将要进行的挖掘操作的类型。3)数据转换。将数据转换成一个分析模型,这个分析模型是针对挖掘算法建立的,这是数据挖掘成功的关键。。除了完善和选择合适的挖掘算法外,其余一切工作都能自动地完成。。其使用的分析方法一般应视挖掘操作而定,通常会用到可视化技术。。4基于WEB和数据挖掘的网络管理系统的体系结构数据挖掘技术从一开始就是面向应用的。目前,在很多领域,数据挖掘(data mining)都是一个很时髦的词,尤其是在银行、电信、保险、交通、零售(如超级市场)等商业领域