资料采矿是资料库技术的一个逻辑上的演进.doc

統計四B 陳建均 座號89 學號 499461863 感想 對於資料採礦，在聽完演講，與閱讀了相關資訊後，深感資料採礦技術似乎陷入了一些困境，資料採礦從最初的提出概念和發現方法，轉向系統應用方面。而在應用方面，似乎過分的強調軟體和模型的作用，缺乏系統、科學的理論體系的指導，進而沒有大一統的整合系統，而各司其家，但相信在可見的未來資料採礦 科學的理論架構會被發掘建立起來，就如物理學界的「超炫理論」相信到最後這理論能把所有的力都統合起來。 除了感到資料採礦沒有一有系統及科學理論的指導外，對於它有個天馬行空的想法，不知所謂的「蝴蝶效應」是否會對資料採礦的結果會產生效應？一個企業如利用資料採礦得到了帶來公司主要利潤的客戶時，不知數天後的新進客戶是否會對原本資料採礦的結果產生了重大變化，而公司不自知？ 記得最後一次演講是有關於資料採礦軟體的展示與說明，而當時我一看到這軟體時，我只想到這好像一種程式設計labview，因為當時展示的軟體操作是圖形化的操作，而labview這程式跟其他程式最大的不同就是在於它是一圖形化的程式，它不必利用英文字母來寫程式，而是利用視覺化的圖形寫程式。 上述是我簡短的感想，而接下來對資料採礦作簡短概略性的介紹，及簡單的介紹labview這程式設計。 資料採礦概論 (一)、什麼是資料採礦: 資料採礦是資料庫技術的一個邏輯上的演進。最早的資料庫只是用來當作紙張紀錄的替代品，而現今資料採礦是，如趨勢、特徵及相關性的過程，也有人稱為「資料考古學」 、「資料樣型分析」 或「功能相依分析」，目前已被許多研究人員視為結合資料庫系統與機器學習技術的重要領域，許多產業界人士也認為此領域是一項增加各企業潛能的重要指標。 分析項目 分析因素 資料採礦分法 統計方法 對分析資料屬性定義清楚 必須 必須 對解決問題目標明確 必須 必須 分析者必須具有統計背景 不一定 必須 提供之分析演算法 統計分析方法 人工智慧 決策樹 類神經網路 其他演算法 統計分析方法 模式建立 提供多種模式，可在短時間內決定適合者 需要分析者逐一分析變數重要性，模式才能建立 分析資料型態 定量分析、定性分析 定量分析 相關變數 可以找出多個變數間之相關性 一次只能檢查一個變數對結果之影響 可以預期分析結果 是 是 執行方式 不斷循環、不斷修正的過程 以問題為導向，相同問題通常只須作一次 四、 資料倉儲（Data Warehouse）與資料採礦 資料倉儲預用來儲存資料，因其貯藏之資料清楚分明、完整廣博，便可利用資料採礦軟體來找出資訊。 資料採礦與資料倉儲有著「共生關係」，兩者為決策支援系統的結構基礎。資料倉儲讓資料採礦之搜尋更有效率，雖然沒有資料倉儲也可以搜尋資料，但資料倉儲大大的提昇資料搜尋的成功機會。 利用資料倉儲來儲存資料，有以下特性： (一)、整合性的資料 在搜尋之前，已就原始資料關鍵字詞、編碼進行重組，並將資料結構標準化。以有效率的方式進行搜尋，得以輕易第透視所需資料，節省了從資料推中去蕪存菁的時間。 (二) 細分歸納 細部資料確有必要，因為它可能隱藏著許多重要訊息。這些細部資料預先分析後，可以得到歸納性資料，而不必凡事重頭做起，節省不少功夫。 (三) 可藉由歷史性資料，了解季節性或週期性效應，分析未來走向及長期行為。 (四) 旁徵博引 如同道路只是圖般，不僅知資料本身的內容，亦可知其鄉資料，使得檢視資訊，讓分析狀況更為明朗。 報表 線上分析處理 資料採礦 預測 資料倉儲 資料管理 分析 Labview簡介 Labview是一種圖形化語言，使用圖示的方式來撰寫程式，與傳統的文字型態與相比較，Labview使用資料流的概念來呈現程式的執行順序。 在Labview的環境中，撰寫的方式是頭過一些工具與物件來完成的，撰寫的環境可區分為兩部分：第一部分為人機介面，用來表示與人（操作者）有直接相關與互動關係的介面；二為程式方塊圖，用來撰寫程式與實現想法之處。與一般的程式設計觀點相必較，程式方塊圖之撰寫方式類似程式執行之流程圖表。 Labview的另一項重要特徵是可以整合諸多同訊協定，例如，在硬體部分，可以整合GPIB、VXI、PXI、RS232、RS485、以及DAQ裝置等；軟體部分，可以進行網路連結應用、TCP/IP資料傳遞與分享、以及ActiveX元件應用等功能。 藉由Labview的協助，可以輕鬆建立一個完整的測試與量測功能、資料擷取、儀器控制、量測分析、理