ITA理论与探索.pdfVIP

ITA 理论与探索 ●化柏林 (中国科学技术信息研究所 , 北京 　100038 ) 数据挖掘与知识发现关系探析 　　摘 　要 : 以数据挖掘与知识发现的分类为切入点 , 详细探讨数据挖掘与知识发现的关系 。总结出关于 数据挖掘与知识发现的关系问题有三种观点 , 即数据挖掘就是知识发现 , 数据挖掘是知识发现的一个步 骤 , 数据挖掘与知识发现是完全不同的两个概念 。三种观点各有道理 , 取决于研究者的研究背景 、研究范 畴与 目标 。最后对数据挖掘与知识发现的发展趋势进行探讨 。 关键词 : 数据挖掘 ; 知识发现 ; 相关性研究 ; 规则 Ab stract: Proceeding from the cla ssification of data m in ing and know ledge discovery, th is p ap er discu sse s the relation sh ip between D ata M in ing (DM ) and Know ledge D iscovery ( KD ) in dep th. There are 3 viewpoints abou t the relation sh ip between DM and KD , that is, DM is KD , DM is a step of KD , and DM is en tirely different from KD. The 3 viewpoints are all rea sonab le. It dep end s on the re search background, re search scop e and goal of the re search ers. F inally, the p ap er discu sses the developm en t trend of DM and KD. Keyword s: data m in ing; know ledge discovery; relativity research; ru le s 　　与数据挖掘与知识发现相近或相关的概念有很多 , 包 程 [2 ] , 文本挖掘有一定难度 。W eb挖掘指在人为构造的万 括数据挖掘 (D ata M in ing) 、知识发现 ( Know ledge D iscov 维网中挖掘有趣的、潜在的、有用的模式及隐藏的信息的 ery ) 、数据库知识发现 ( Know ledge D iscovery in D ataba s 过程 。W eb挖掘分为 W eb 内容挖掘 、结构挖掘 、用法挖 e s, KDD , ) 、知识挖掘 ( Know ledge M in ing) 、知识元挖 掘 [ 3 ] 。挖掘一般在内容分析的基础上进行 。图形图像 、音 掘 、知识抽取 ( Know ledge Extraction ) 、信息抽取 ( Infor 频 、视频的内容分析还很难 , 所以挖掘就更难了。而在这 m ation Extraction) 、信息发现 ( Inform ation D iscovery) 、智 些不同类型的数据中 , 人们最习惯用文本型数据来描述知 能数据分析 ( In telligen t D ata A nalysis) 、探索式数据分析 识 , 所以从文本中挖掘知识就成为挖掘的重点 。 ( Exp loratory D ata A nalysis) 、信 息收获 ( Inform ation H ar 数据挖掘按照数据库模型分为基于关系数据库的数据 ve sting) 、数据考古 (D ata A rcheo logy) 等 。这些概念看似 挖掘 、基于面向对象数据库的数据挖掘等 。伴随数据库技 相近 , 实则不同。在这些概念中 , 认可度最高的当属数据 术的发展 , 多媒体数据库的数据挖掘 、时态数据库的数据 挖掘与知识发现 。数据挖掘与知识发现是否相同 ,