数据挖掘算法和研究方向_丁秀玲.pdfVIP

2014 年8月15日 综述 研究 Summary Research 期 总第284 数据挖掘算法和研究方向 丁秀玲 京宇航系统工程研究所 北京 100076） （北 摘 要 在面对海量数据源如何进行有效数据的查询与分析，数据挖掘技术对发现和挖掘海量数据的规律和模式有着独特的优 势。本文简要介绍了当前数据挖掘过程与算法，并对未来研究方面进行了探讨。 关键词 数据挖掘 挖掘过程 挖掘算法 研究方向 中图分类号 TP301.6 文献标识码 A 文章编号 140827-6788 The Ding Xiuling (Beijing Aerospace System Engineering Research Institute Beijing 100076) Abstract H Keywords 一、数据挖掘 2、数据挖掘 随着各类事务处理的计算机化，产生了大规模的信息 用某种方法将数据集所暗含的规律找出来．这一阶段 数据源。如何将隐含的、 同时又是潜在的信息从数据中提 包括确定数据挖掘目标、选择算法、数据挖掘等。 取出来，发现规律或模式，挖掘出新颖的、潜在实用的、正 3、结果评估与表示 确的和最终可理解的数据，这就要用到数据挖掘技术。 尽可能以用户可理解的方式将找出的规律表示出来． 数据挖掘通常又称为数据中的知识发现，是方便地提 数据挖掘得到的模式并不是真正的知识，而是需要对其进 取代表知识的模式或规律。它可以通过分类和预测分析的 行解释和评估后才能形成最终被用户理解且能用于实际的 方法对海量数据进行直接数据挖掘；也可以通过关联分 知识。其具体流程如图1所示 析、聚类分析、描述和可视化分析，以及复杂数据类型的分 析来进行间接数据挖掘。 二、数据挖掘过程 数据挖掘主要有数据准备、数据挖掘以及对挖掘结果 的评估与表示，三个阶段组成。 1、数据准备 从相关的数据源中选取所需的数据并整合成有利于进 行数据挖掘的数据集，这一阶段可细分为数据选择、数据 预处理和数据变化。其中，在整个数据挖掘的过程中，有 80%的时间和精力是花费在数据预处理阶段。由此可见，在 进行数据分析前，有许多准备工作要完成。 图 数据挖掘流程 1 · · 办公自动化杂志办公自动化杂志 33 综述 研究 2014年8月15日 期 Summary Research 总第284 三、数据挖掘的算法 1、算法分类 ）分类法 （1 分类就是找出一个类别的内涵描述，用这种描述来构 造模型的过程，可以用来预测未知信息，其常用的算法包 括决策树归纳、贝叶斯分类算法、神经网络分类等。 （2）时序分析法 时序分析是指通过时间序列搜索出的重复发生概率较 高的模式。它用已知的数据预测未来的趋势、发生的周期 或前后数据之间的递进关系，其常用算法包括灰色模型 GM（1，N）和Arima模型等。