从数据中发现信-数据挖掘技术浅介.docVIP

从 数 据 中 发 现 信 息 —— 数 据 挖 掘 技 术 浅 介 张 光 业 ---- 随 着 数 据 量 的 急 剧 增 长， 现 在 的 用 户 很 难 再 像 从 前 那 样， 自 己 根 据 数 据 的 分 布 找 出 规 律， 并 根 据 此 规 律 进 行 分 析 决 策。 因 此 必 须 借 助 于 相 应 的 数 据 挖 掘 工 具， 自 动 发 现 数 据 中 隐 藏 的 规 律 或 模 式， 为 决 策 提 供 支 持。 数 据 挖 掘 技 术 主 要 用 于 从 大 量 的 数 据 中 发 现 隐 藏 于 其 后 的 规 律 或 数 据 间 的 关 系， 它 通 常 采 用 机 器 自 动 识 别 的 方 式， 不 需 要 更 多 的 人 工 干 预。 数 据 挖 掘 技 术 是 数 据 仓 库 技 术 中 一 个 重 要 的 应 用 程 序， 具 有 相 对 独 立 特 性。 采 用 数 据 挖 掘 技 术， 可 以 为 用 户 的 决 策 分 析 提 供 智 能 的、 自 动 化 的 辅 助 手 段， 在 零 售 业、 金 融 保 险 业、 医 疗 行 业 等 多 个 领 域 都 可 以 有 很 好 的 应 用。 ---- 目 前， 数 据 挖 掘 应 用 市 场 正 在 逐 渐 形 成， 应 用 前 景 十 分 广 阔。 很 多 厂 商 如IBM、 SGI、 Neovista 等 都 对 数 据 挖 掘 技 术 投 入 了 大 量 的 精 力， 提 供 了 一 些 商 业 化 的 数 据 挖 掘 工 具， 并 已 应 用 到 多 个 数 据 仓 库 系 统 中。 数 据 挖 掘 应 用 分 类 ---- 根 据 数 据 挖 掘 的 应 用 类 型 不 同， 大 致 可 分 为 以 下 几 类： ---- 1 ． 分 类 模 型 ---- 分 类(Classification) 模 型 的 主 要 功 能 是 根 据 商 业 数 据 的 属 性 将 数 据 分 派 到 不 同 的 组 中。 在 实 际 应 用 过 程 中， 分 类 模 型 可 以 分 析 分 组 中 数 据 的 各 种 属 性， 并 找 出 数 据 的 属 性 模 型， 确 定 哪 些 数 据 模 型 属 于 哪 些 组。 这 样 我 们 就 可 以 利 用 该 模 型 来 分 析 已 有 数 据， 并 预 测 新 数 据 将 属 于 哪 一 个 组。 ---- 分 类 模 型 应 用 的 实 例 很 多， 例 如， 我 们 可 以 将 银 行 网 点 分 为 好、 一 般 和 较 差3 种 类 型， 并 以 此 分 析 这3 种 类 型 银 行 网 点 的 各 种 属 性， 特 别 是 位 置、 盈 利 情 况 等 属 性， 找 出 决 定 它 们 分 类 的 关 键 属 性 及 相 互 间 关 系， 此 后 就 可 以 根 据 这 些 关 键 属 性 对 每 一 个 预 期 的 银 行 网 点 进 行 分 析， 以 便 决 定 预 期 银 行 网 点 属 于 哪 一 种 类 型。 ---- 2 ． 关 联 模 型 ---- 关 联(Association) 模 型 主 要 是 描 述 了 一 组 数 据 项 目 的 密 切 度 或 关 系。 关 系 或 规 则 总 是 用 一 些 最 小 置 信 度 级 别 来 描 述 的。 置 信 度 级 别 度 量 了 关 联 规 则 的 强 度。 关 联 模 型 的 一 个 典 型 例 子 是 市 场 菜 篮 分 析 (Marketing Basket Analysis)， 通 过 挖 掘 数 据 派 生 关 联 规 则， 利 用 此 规 则 可 以 了 解 客 户 的 行 为。 采 用 关 联 模 型 比 较 典 型 的 案 例 是“ 尿 布 与 啤 酒” 的 故 事。 在 美 国， 一 些 年 轻 的 父 亲 下 班 后 经 常 要 到 超 市 去 买 婴 儿 尿 布， 超 市 也 因 此 发 现 了 一 个 规 律， 在 购 买 婴 儿 尿 布 的 年 轻 父 亲 们 中， 有30% ～40% 的 人 同 时 要 买 一 些 啤 酒。 超 市 随 后 调 整 了 货 架 的 摆 放， 把 尿 布 和 啤 酒 放 在 一 起， 明 显 增 加 了 销 售 额。 同 样 的， 我 们 还 可 以 根 据 关 联 规 则 在 商 品 销 售 方 面 做 各 种 促 销 活 动。 ---- 3. 顺 序 模 型 ---- 顺 序(Sequence) 模 型 主 要 用 于 分 析 数 据 仓 库 中 的 某 类 同 时 间 相 关 的 数 据， 并 发 现 某