数据挖掘技术探究.pdfVIP

第6卷第 1期 金华职业技术学院学报 Vo1.6No.1 2006年2月 Feb.2006 数据挖掘技术探究 王瑞敏，吕锋华 (金华职业技术学院，浙江 金华 321007) 摘要:数据挖掘是数据库最活跃的领城之一，本文介绍了数据挖掘的基本概念和数据挖掘的方法，系统分析了数 据挖掘技术与在线分析处理(OLAP),统计的区别，最后总结了数据挖极现状并且提出了数据挖掘的发展方向。 关健词:数据抢扭;OLAP;预浏模型 中圈分类号二TP311 文狱标识码;A 文章编号:1671-3699(2006)01-0042-03 PreliminaryStudyontheData-M Technology WANGRui-min,LVFeng-hua (.AnhuaCollegeofProfessionandTechnology,Jinhua321007,China), Abstract;Data-Miningisoneofthemostactivefieldsofdatabase.Thispaperintroducesthebasic conceptandmethodaboutData-Mining,systematicallyanalysesthedifferencebetweenData-Mining technologyandtheon-lineanalysisprocessing(OLAP)andstatistics.Finallythepapersummarizesthe presentconditionofData-Mining,andputsforwarddevelopmentdirectionofData-Mining. Keywords:Data-Mining;OLAP;predictedmodel 引言 1.2数据挖掘步骤2[1 (1)描述数据。就是计算统计变量(比如平均 当今数据库的容量[I]已经达到上万亿的水平 值、均方差等)，然后再用图表或图片直观表示出 (T)- 1,000,000,000赵)0个字节 。在这些大量 来，进而可以看出一些变量之间的相关性(比如有 数据的背后隐藏了很多具有决策意义的信息。那 一些值经常同时出现)。选择正确的数据源对整个 么，如何得到这些信息呢?八十年代末兴起的数 数据挖掘项目的成败至关重要，在后面数据挖掘的 据挖掘(datamining)技术为解决此问题开辟了一 步骤中我们会着重强调这一点。 条道路。 (2)预言模型。仅仅数据描述并不能为人们制 订行动计划提供足够的依据，必须用你的这些历史 1 数据挖掘的概念 数据建立一个预言模型，然后再用另外一些数据对 这个模型进行测试。一个好的模型没必要与数据库 数据挖掘是一个利用各种分析工具在海量数 中的数据100%相符 (城市交通图也不是完全的实 据中发现模型和数据间关系的过程，这些模型和关 际交通线路的等比缩小)，但它在你做决策时是一 系可以用来做出预测。 。个很好的依据。 1.1数据挖掘对象