数据挖掘技术的发展现状与应用综述

1、数据挖掘技术的发展现状与应用综述广泛应用，因而该技术引起了人们的普遍关 法功能，特点，技术流程和简介了数据挖掘的 布在企业网络中不同站点的商业数据 作用。 随时间变化的数据集合，用以支持经营管理中 (二)数据挖掘的原理数据挖掘(DM)就是从大量的、不完全的、有噪声的、模糊的、随机的数据 事先不知道的、但又是潜在有用的信息和知识的过 (三)数据挖掘的分类挖掘任务、挖掘方法与技术以及应用 列模式挖掘、聚类数据挖掘、分类数 数据挖掘等类型。各类数据挖掘任务不同，采用的 能 (一)自动预测趋势和行为。数据挖掘自动在大型数据库中寻找预测性信息， (二)关联分析功能。数据关联是数据库中存在的一类重要的可被

2、发现的知 某种规律性，就称为关联。关联可分为简 网。(三)聚类功能。数据库中的记录可被化分为一系列有意义的子集，即聚类。 概念描述和偏差分析的先决条件。聚类技 (四)概念描述功能。概念描述就是对某类对象的内涵进行描述，并概括这 特征性描述和区别性描述，前者描述某类对象 (五)偏差检测功能。数据库中的数据常有一些异常记录，从数据库中检测 方法是，寻找观测结果与参照值之间有意义 (一)数据仓库是面向主题的，它是与传统数据库面向应用相对应的。(二)数据仓库是随时间变化的。它表现在以下几个方面：首先，数据仓库而(三)数据仓库是一致的和稳定的。数据仓库所反映的是历史数据的内容， (四)数据仓库是一个集成

3、的信息源。原始数据与适合 DSS 分析的数据之间 (五)数据仓库中存放的数据为信息数据，而专统数据库中存放的数据为操 数据挖掘(Data Minin9 ，DM)技术可以帮助人们从大量的数据中智能地、自 (一)数据挖掘的一般过程。数据挖掘的过程一般可分为：数据选取、数据 (二)数据挖掘的常用方法。数据挖掘的常用方法主要包括：关联分析，聚 (一)归纳学习方法的技术上 合论方法。信息论方法是利用信息论的原理建 获得的知识表示形式是决策树，所以般文献中称它 (二)仿生物技术法和遗传算法。这两类方法已经形成独 也发挥了巨大的作用，我们将它们扫并为仿生 (三)公式发现法式。 (四)统计分析法行分析，能得到

4、各种不同的统计信息和 计、 (五)模糊数学法的复杂性越高，其精度的复杂性越高，其精确 强。利用模糊集合理论进行数据挖掘的方法 (六)可视化技术法 规律起到很强的作用。对数据挖掘过程可视 的效果。可视化方法有以下几种：提取几何 为数据挖掘产生的知识可以用于决策 域。数据挖掘技术与各个行业的有机结合体(一)在电信业中的应用(二)在金融经域中的应用(三)在商业零售中的应用(四)在工业生产中的应用(五)在生物与医学中的应用景(一)改进数据挖掘算法。现有的数据挖掘算法由于历史原因存在种种缺陷， (二) web 挖掘。随着计算机硬件和软件的升级， Web 数据的结构也将会发 (三)数据挖掘中的隐私保护与信息安全。任何事情都有其两面性，数据挖 产毕财富的同时，随之产生的就是隐私泄露和信息 的研究领域，商业利益强大驱动力将 都有新的数据挖掘方法和模型问世，人们对它的研 此