数据开采技术研究综述 From 王家民 刘欢.pdfVIP

数据开采技术研究综述

王家民刘欢

(湖南工学院)

摘要数据挖掘是一个多学科交叉融合而形成的新兴的学科。本文从数

据开采技术的定义、开发过程及其基本方法等方面综述了国内外数据开采技术研

究所取得的成果，并对其在各领域的应用进行了概述，最后对该技术今后的发展

方向进行了展望。

关键词数据开采技术研究综述

0引言

随着网络技术的发展和计算机的广泛应用，数据化越来越成为一种潮流。但

是，人们正面临“数据丰富而知识贫乏”的问题。80年代末兴起的数据挖掘(Data

Mining)技术或称数据库中的知识发现(KnowledgeDiscoveryinDatabase，KDD)

技术为解决此问题开辟了一条道路。数据开采作为面向信息社会的一门新技术，

在出现之后短短的几年时间便得到了迅速的发展。1989年8月在美国底特律召

开的第11届国际人工智能联合会议上首次提出了知识发现KDD(Knowledge

DiscoveryinDatabase)这个术语。在90年代初，国际上开始了关于数据库中的

KDD研究和相应系统的开发，在KDD系统模型、方法等方面的研究取得了长足

的进步，而且开发了许多实际应用系统和实验系统，还对KDD中的一系列问题

进行了更广泛和深入的讨论，数据开采正在引起人们的极大兴趣和普遍关注。[1]

在1996年，数据开采技术被评为通信的十大热门技术之一，意味着数据开采技

术能够在1—2年内进人主流通信系统/操作，同时，现在拥有足够的开发资金和

充分的行业支持，在经济上是切实可行的。[2]

现如今数据开采技术飞速发展，被广泛的应用于各个组织的各个阶段，被认

为具有令人兴奋的研究前景。当组织面对汹涌而来的大量数据，组织对数据挖掘

应用形成了极大的需求，将使这一技术迅速得到发展和进一步完善。国外，在大

型商业、金融业、保险业、民航等大型企业都开始得到应用。国内目前总体上处

于理论及其方法方面的探讨、应用试验阶段。

接下来，本文拟从数据开采技术的定义、开发过程及其基本方法等方面综述

了国内外数据开采技术研究所取得的成果，并对其在各领域的应用进行了概述，

最后对该技术今后的发展方向进行了展望。

-1-

1数据开采技术的定义

从数据开采技术诞生伊始，国内外学者便开始了对其定义的讨论。

田容、陈立潮和张晋提出：“DM是从大型数据库或数据仓库中发现并提取

隐含知识的一种决策支持过程。”[3]

王光宏、蒋平认为：“数据挖掘是通过仔细分析大量数据来揭示有意义的新

的关系、趋势和模式的过程。”[4]

李菁菁、邵培基及黄亦潇认为：“数据挖掘是指从存放在数据库、数据仓库

或其他信息库中的大量数据中挖掘有用知识的过程。”[5]

王咏、倪波、邰杰和周效宇指出：“数据开采就是从大量的、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、事先不知道的、

但又是潜在有用的信息和知识的过程。”[6]

刘明亮、李雄飞、孙涛、许晓晴认为：“数据挖掘(DataMining，DM)，又

可称为数据库中的知识发现(KnowledgeDiscoveryinDatabase，KDD)，是指从大

量数据中提取有效的、新颖的、潜在有用的、最终可被理解的模式的非平凡过程。”

[7]

马建军、孙虎提出：“数据开采指从大规模数据库中寻找和分析大量的数据，

从中识别和抽取隐含的、潜在的有用的信息——即知识，并充分地利用这些知识

(常用于预测和分类、帮助用户更深入地了解数据库中的数据以获得新的认识)

这一全过程。”并且认为：“数据开采的核心应当是基于数据库中的知识发现

(KnowledgeDiscoveryinDatabase，KDD)，KDD指的是‘开采’一个数据库的

具体过程，包括寻找、分析、发现和抽取有意义有价值的规则知识，并对发现的

规则知识加以解释说明以及评价，决定是否将其提交给用户。”[1]

冯永平提出：“数据挖掘是指从大量的数据提取或‘挖掘’知识。这个术语