1、江西理工大學(xué)紹了數(shù)據(jù)挖掘的神經(jīng)網(wǎng)絡(luò)法、決策樹法、遺傳算 聯(lián)規(guī)則法等概念及其各自的優(yōu)缺點(diǎn)；詳細(xì)總結(jié)了國內(nèi)外數(shù) ； Abstract ：From the definition of data mining ，the paper introduced concepts and and pointed out the development trend of data mining. 積累 檢索機(jī)制和統(tǒng)計學(xué)方法很難獲得這些信息，迫切需要能自動 轉(zhuǎn)化為有價值的信息，從而達(dá)到為決策服務(wù)的目的。在這種 術(shù)的研究成果，其應(yīng)用非常廣泛。只要是有分析價值的數(shù) 研究、工程診斷等。本文主要介紹數(shù)據(jù)挖掘的主要算法及 的

2、研究現(xiàn)狀及研究熱點(diǎn)進(jìn)行了詳細(xì)的總結(jié)，最后指出其發(fā) 12 數(shù)據(jù)挖掘算法完全的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提 的、甚至是異構(gòu)型的。發(fā)現(xiàn)知識的方法可以是數(shù) 。據(jù) 據(jù)處理數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)據(jù) 據(jù)處理數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)模式 2.1 神經(jīng)網(wǎng)絡(luò)法 測模型，可完成分類、聚類、特征挖掘等多種數(shù)據(jù)挖掘任務(wù)。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法主要 表現(xiàn)在權(quán)值的修改上。其優(yōu)點(diǎn)是具有抗干擾、非線性學(xué)習(xí)、聯(lián)想記憶功能，對復(fù)雜情況 能得到精確的預(yù)測結(jié)果；缺點(diǎn)是不適合處理高維變量，不能觀察中間的學(xué)習(xí)過程，具有 “黑箱”性，輸出結(jié)果也難以解釋；其次是需較長的學(xué)習(xí)時間。神經(jīng)網(wǎng)絡(luò)法主要應(yīng)用于數(shù) 據(jù)挖據(jù)的聚類技術(shù)中。2.2 決策樹法 述簡單，易于理解，分類速

3、度快；缺點(diǎn)是很難基于多 長處理非數(shù)值型數(shù)據(jù)，而且特別適合大規(guī)模的數(shù)據(jù)處22.3 遺傳算法 原理，具有隱含并行性、易 性；缺點(diǎn)是需要的參數(shù)太多，編碼困難，一般計算量 。2.4 粗糙集法 現(xiàn)、數(shù)據(jù)意義的評估等問題。其優(yōu)點(diǎn)是算法簡單，不 的信息；缺點(diǎn)是難以直接處理連續(xù)的屬性，須先進(jìn)行 。2.5 模糊集法問題進(jìn)行模糊評判、模糊決策、模糊模式識別和模糊 2.6 關(guān)聯(lián)規(guī)則法 等人提出的 Apriori 算法。最小支持度和最小可信度是為了發(fā)現(xiàn)有意義的關(guān)聯(lián)規(guī)則給定 33 數(shù)據(jù)挖掘研究現(xiàn)狀 g KDD主要體現(xiàn)在 KDD 商業(yè)軟 轉(zhuǎn)向建立解決問題的整體系統(tǒng)，主要用戶有保險公司、大 到目前已開發(fā)了一系列技術(shù)成熟、應(yīng)

4、用價值前最主要的數(shù)據(jù)挖掘軟件:(1)Knowledge Studio:由 Angoss 軟件公司開發(fā)的能夠靈活地導(dǎo)入外部模型和產(chǎn)生規(guī) 的用戶圖形界面與多種分析技術(shù)如神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián) 軟件首次引入了數(shù)據(jù)挖掘流概念，用戶可以在同一4。 Simon Fraser 大學(xué)開發(fā)的 DBMiner 、HNC 公司開發(fā)的用于信用卡詐騙分析的 Database 成熟，目前正處于發(fā)展階段。最 構(gòu)造模糊系統(tǒng)辨識方法與模糊系統(tǒng)知識模型；構(gòu)造智 理論模型與實(shí)現(xiàn)技術(shù)；利用概念進(jìn)行文本挖掘。我國MSMiner算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室開發(fā)的多策略通用 DMiner開發(fā)的具有自主知識產(chǎn)權(quán)的數(shù)據(jù)挖掘系統(tǒng)。該 來展示分析結(jié)

5、果，實(shí)現(xiàn)了數(shù)據(jù)查詢結(jié)果可視化、數(shù)據(jù) iDMiner知識產(chǎn)權(quán)的數(shù)據(jù)挖掘平臺。該平臺大膽 業(yè)界標(biāo)準(zhǔn)，對該軟件今后的發(fā)展有很大的促進(jìn)作用，同時也為國內(nèi)同類 且大多數(shù)研究項(xiàng)目都是由政府資助，主要的研究方向 方面以及實(shí)際應(yīng)用。研究的產(chǎn)品尚未得到國際市場的 54 數(shù)據(jù)挖掘的研究熱點(diǎn)及發(fā)展趨勢就目前來看，數(shù)據(jù)挖掘的幾個研究熱點(diǎn)主要包括網(wǎng)站的數(shù)據(jù)挖掘 (Web Site Data Mining)、生物信息或基因 (Bioinformatics/Genomics)的數(shù)據(jù)挖掘及其文本的數(shù)據(jù)挖掘 別不大，但是其數(shù)據(jù)格式很大一部分來自于點(diǎn)擊率，與傳統(tǒng)的數(shù)據(jù)庫格 基因的不同之處，進(jìn)而對其加以改變，這就需要 困難，目前還

6、沒有真正的具備分析功能的文本挖掘 均有不少成功的應(yīng)用案例。為了提高系統(tǒng)的 6掘在處理特定應(yīng)用問題時存在局限性，因此，目前的 。(6)數(shù)據(jù)挖掘與數(shù)據(jù)庫系統(tǒng)和 Web 數(shù)據(jù)庫系統(tǒng)的集成:數(shù)據(jù)庫系統(tǒng)和 Web 數(shù)據(jù)庫已 5 結(jié)語各自的優(yōu)缺點(diǎn)及其所適用的領(lǐng)域，并根據(jù)目前國 挖 的數(shù)據(jù)分析，在國外像金融業(yè)、零售業(yè)等這樣一些對數(shù)據(jù) 功地采用了數(shù)據(jù)挖掘技術(shù)來輔助決策。盡管如此，數(shù)據(jù)挖 挑戰(zhàn)，如超大規(guī)模數(shù)據(jù)集中的數(shù)據(jù)挖掘效率有待提高，開 挖掘方法，網(wǎng)絡(luò)與分布式環(huán)境下的數(shù)據(jù)挖掘，動態(tài)數(shù)據(jù)和 深刻了解期望解決問題的領(lǐng)域，理解數(shù)據(jù)，了解其 的結(jié)果，從而促使挖掘模型的不斷完善和提高，使 7參考文獻(xiàn) 6 QULINLAN J R. C4. 5: Programs for MachineLearningM.San Mateo ， Calif:Morgan 21(4):82-84.