数据挖掘中类的理论研究.docVIP

数据挖掘中聚类分析的理论研究 摘要：近年来，数据挖掘技术是非常热门的研究方向,聚类分析作为数据挖掘的核心技术，也是非常热门的研究课题。本文主要对数据挖掘中的聚类分析进行理论上的研究，介绍聚类分析的常用方法，着重研究K-means的原理和EM聚类的实例。 关键词：数据挖掘，聚类分析，理论研究，K-means，EM 一、背景 随着计算机技术的不断发展、网络的迅速普及，人们与外界进行信息交流的渠道和机会越来越多。在这个过程中，人们获得的数据资源很丰富，正是由于大量数据的涌入，就存在一些无用的数据，这增加了信息使用者使用有用数据的难度。 如何从巨量的数据中获得有用的、有价值的信息,采用传统的数据库技术有时显得无能为力，如何从信息的海洋中提取出人们感兴趣的知识，以帮助人们完成特定的任务成为了一个迫切需要解决的问题。基于这样一种需求，用来帮助用户从这些海量数据中分析出其间所蕴涵的有价值的模式和知识的技术——数据挖掘就应运而生了。 二、选题介绍 本文所要研究的就是关于数据挖掘中聚类分析的理论，着重介绍聚类分析的方法，分析聚类的理论价值。 数据挖掘是一门内容丰富的学问，它涉及很多数据挖掘的方法。利用数据挖掘技术以及SQL Server 2005软件平台，能够研究很多实际问题，如模式识别、空间数据分析、GIS地图、图像处理、市场研究、WEB文档归类、市场营销客户群归类、城市规划、地震研究等。