从数据中挖掘知识.PDF

维普资讯 第 17卷 第 4期 福建师范大学学报 (自然科学版) Voi．I7 No．4 2001年 l2月 JournalofFuiianTeachersUniversity (NaturalScience) Dec．2001 文章编号：1000—5277(2001)04—0113—05 从数据中挖掘知识 刘建华 (福建师范大学计算机系，福建福州 350007) 摘要：解释了数据挖掘的旨jL．从数椐挖掘的知识类型度作为进行阐述．对每种知识类型的主要挖掘技 术作 了介绍，最后介绍一种用模糊关系的聚类挖掘方法． 关键词：数据挖掘}知识发现}敷据库 中国分类号：TP392 文献标识码：A 随着数据库技术的成熟和数据应用的普及，人类积累的数据量正在以指数速度增长．全世界每天 新存人数据库的数据量超过万兆字节．现代计算机技术和数据库技术，已可以支持存储并快速检索这 样规模的数据库．但是，随着大量的大规模的数据库迅速不断地增长，仅用查询检索不能帮助用户从 数据中提取带有结论性的有用信息．这样数据库中蕴藏的丰富知识，就得不到充分的发掘和利用．从 而造成了信息的浪费，由此也会产生大量的数据垃圾．因此，这需要新的技术来 “智能的”和 “自动 的”分析这些原始数据，以使消耗大量财力与物力所收集与整理的宝贵资源——数据得以利用．这些 都需要新的数据处理技术从数据库发现新的知识——数据挖掘 (DataMining)便应运而生了． 1 数据挖掘的含义 数据挖掘，有时也称作数据库中的知识发现，是一个从数据库中抽取隐含的、以前未知的、潜在 有用信息的过程．数据挖掘的研究内容是，能 自动地去处理数据库中大量的原始数据，从中挖掘有哪些信誉好的足球投注网站 出具有必然性的、富有意义的模式 (Pattern)． 从技术上来说，数据挖掘 (DataMining)就是从大量的、不完全的、有噪声的 模糊的、随机的 实际应用数据中，提取隐含在其中的 人们事先不知道的、但又是潜在有用的信息和知识的过程． 这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知 识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现 问题．数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘 知识，提供决策支持． 从商业角度来说，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量 业务数据进行抽取、转换 分析和其它模型化处理，从中提取辅助商业决策的关键性数据．所有企业面 临的一个共同问题是：企业数据量非常大，而其中真正有价值的信息却很少，因此从大量的数据中经 过深层分析，获得有利于商业运作、提高竞争力的信息，就像从矿石中淘金一样，数据挖掘也因此而 得名． 2 数据挖掘的知识种类 收稿 日期：2001—06—22 作者茼介：刘建华 (1968一 )．男．江西安福人．助教．硕士 维普资讯 福 建 师 范大 学 学报 (自然 科 学 版) 2001拒 本文从挖掘出的知识类型来对数据挖掘进行分类研究，这有助于对数据挖掘的一个更深的理解．从 挖掘出的知识类型来说，数据挖掘所挖掘出的知识最常见的有 以下4类： 2．1 广义知识 (Generalization) 广义知识指类别特征的概括性描述知识．根据低层的、具体的、微观的数据，发现其带有普遍性 的 较高层次概念的、中观和宏观的知识，反映同类事物共同性质，是对数据的概括、精炼和抽象．所 以，一般也把挖掘这种知识的技术叫做知识的泛化． 广义知识的发现方法和实现技术有很多，如数据立方体、面向属性的归约等．数据立方体还有其 它一些 名，如 “多维数据库” “实现视图”、“OLAP 等．该方法的基本思想是实现某些常用的代价 较高的聚集函数的计算，诸如计数、求和、平均、最大值等，并将这些实现视图储存在