1997-1998年度国际数据库文献中两个最引人注目的 .docVIP

关于数据采掘和知识发现的若干思考 唐常杰、杨璐、左吉力 四川联合大学计算机系 摘要 数据采掘(DM)和基于数据库的知识发现(KDD)是目前数据库研究界和产业界关注的热点。本文从数据库工程的观点出发，根据作者在KDD研究实践中的体会，对DM和KDD的背景、主要思想、研究方法及对未来库应用的影响进行了反思和分析。 关键词 数据采掘，基于数据库的知识发现，分类，聚集，关联。  1997-1998年度国际数据库文献中两个最引人注目的高频索引词是DM(Data Mining数据采掘)和KDD(Knowledge Discovery in Database,数据库中的知识发现)。DM和KDD为何成为热点，它们的动机是什么？它有什么背景？有何主要内容？对未来的数据库应用有何影响？ 本文从数据库工程的观点对上述问题作一简要的述评，对KDD和DM的基本思想和主要成果作一简要的分析，以期引起国内同行的关切和讨论。 1 背景 ─ 数据海洋不支持决策 没有数据不能决策，但面对含有冗余和矛盾的海量数据，也难于决策。目前全世界每天产生万兆级字节的数据，其中有真理，也有谬误，有规律，也有噪声，对同一事物的信息，因个人观点或集团利益而充满矛盾。例如，当一个公司向银行申请大额贷款时，银行查阅若干年积累的几十兆的数据，可能一些数据支持，而一些数据否定，决策者如何取舍? 面临浩渺的数据汪洋，人们呼