从数据挖掘文章聚类分析看其发展趋势.pdfVIP

2006正 现代工业工程与管理研讨会(MIEM’06)论文集 从数据挖掘文章聚类分析看其发展趋势 PENG Yil，KOU Gan91一，SHI Yon91一，CHENZheng—xinl (1．美国内布拉斯加州立大学信息科学与技术学院； 2．中国科学院数据挖掘与知识经济中心，北京 100080) 摘要：数据挖掘结合了来自多个领域的理论知识，包括数据库、机器学习、最优化和统计学等，同时数据挖掘也被 广泛应用于各个领域。本文通过对来自数据挖掘杂志和会议论文集的1436篇论文进行文本聚类分析并尝试提出 当前数据挖掘的研究方向。主要结论包括，最近几年数据挖掘的主要研究领域，哪些数据挖掘领域的研究最活跃， 和前几年数据挖掘的研究领域有什么变化等等。 关键词：文本聚类；数据挖掘领域；内容分析；分类学 会数据库汹]，和部分杂志的网站n毛17J。这些文章 1简介 的具体收集情况如下： 在过去的二十年，数字化的数据收集设备、数 学术会议论文集： 据存储技术的发展导致了海量的数据的建立。数据 ·国际计算机协会数据库知识探索分会知识探索和 挖掘作为一种从大型数据库中提取有用的知识的方 SIGKDDInternationalConfer． 数据挖掘年会(ACM 法和技术最早出现于上个世纪九十年代，并在商 enceon and Data KnowledgeDiscovery Mining)‘7|： 业、工业以及科学领域得到了广泛的应用¨j。伴随 着逐渐增多的数据挖掘领域杂志和学术会议的建立 挖掘当前的新发展，同时提供一个将来自多个领 及相关论文的发表，大量的商用以及免费的数据挖 域：包括统计、数据库、图像识别、机器学习、最优 掘软件的出现，数据挖掘领域飞速发展。本文的最 化和高性能计算的专家交流的平台。 初想法来自于Smeaton，Keogh，Gurrin，McDonald， ·国际电气和电子工程师协会的国际数据挖掘年会 和Sodring旧1在国际计算机协会信息发掘分会25周 f强eIEEE InternationalConferenceonDataMin． 年纪念上发表的一篇关于信息发掘最近25年研 究论文的发表趋势的论文。本研究希望通过对来 议致力于提供一个原创性理论研究成果以及具有 自数据挖掘杂志和会议论文集的1436篇论文进行 创新性和实用性的应用成果的国际交流论坛，并 文本聚类分析对当前数据挖掘的研究方向进行展 寻求在数据挖掘系统发展过程中面对的具有挑战 望。 性的问题的解决方案，从而促进高质量、新颖的研 2数据描述 究发现和研究方向的形成L221。 我们收集了来自数据挖掘会议。卜101论文集和 Min— Confe