本篇文章想要写给从来没有接触过资料挖掘Data.pdfVIP

專．題．論．述 2003 11 資料挖掘 ●華銀資訊室 洪嘉興 (Data Mining)淺析 前言 本篇文章想要寫給從來沒有接觸過資料挖掘(Data Mining)的人閱讀，運用 淺顯的例子來介紹資料挖掘(Data Mining)這門技術，如果您曾經短暫接觸過資 料挖掘(Data Mining)技術，本篇文章或許可以勾起您的一些記憶，但我會建議 去看專門探討資料挖掘(Data Mining)的書籍。 從探索火星到刑案偵查 二ＯＯ一年，美國太空總署發射火星奧德賽號( O d y s s e y )探測船，順利地從 佛羅里達州(Florida)的卡納維爾角(Cape Canaveral)發射昇空，奧德賽號探測 船的任務是掃瞄火星地表組成成份，並尋找水源及潛在輻射危險，以供未來人 類實際登陸探勘火星時的參考。 奧德賽號探測船傳回許多火星地表影像及數據資料，科學家們利用最新的 資訊科技分析這些照片，分析結果顯示火星的地表下埋藏了大量的冰，科學家 推論火星上有生命存在的可能性大大增加。 在台灣，二ＯＯ三年初，警政署刑事局完成建置「刑案知識庫」，運用資訊 技術整合司法院、法務部及警政署等機關之判決、執行、起訴及移送等刑案資 料、前科相片、在監在所、同囚會客、通緝、流氓、幫派、典當、出入境及車 籍等總計約五億筆的資料，提供警方在刑案發生後，僅掌握部分線索，如：地 緣關係、犯罪手法、嫌疑犯年齡、性別等，即可利用資料挖掘(Data Mining)、 全文檢索(Full Text Information Retrieval)及跨部門資料整合等資訊技術， 立即分析過去發生的刑案資料，將相關案件、可疑人犯、相片及其共犯結構， 在第一時間內，提供給偵辦刑案員警參考，成為警方打擊犯罪的輔助工具。 這兩件事情看似南轅北轍，其實有其關聯性，它們都是從所蒐集的龐大資 17 2003 專．題．論．述 11 料中找尋有用的資料型態( P a t t e r n )，輔助人類決策判斷或提供候選名單，這樣 的資訊技術就叫做資料挖掘(Data Mining)。 資料挖掘的由來與定義 UsamaFayyad出生於突尼西亞，一九八七年就讀密西根大學時，參加通用汽 車公司的暑期工作，工作內容是從數以千萬計的維修記錄中找出規則，協助維修 人 員迅速發 現問題。 F a y y a d於是發 展出 一種稱為 樣型辨 識 ( P a t t e r n R e c o g n i t i o n )演算法，不但成了他1 9 9 1年論文的主題，也衍生出後來資料挖掘 (Data Mining)的發展。 離開密西根大學後，F a y y a d加入美國太空總署的噴射推進實驗室，他的演算 法在太空探測、地質研究等工作上均展現了非常驚人的潛力，最後連美國軍方也 開始應用這樣的技術來增強雷達解讀與辨識資料的能力。 DataMining最早是被應用在天文學上，藉由統計、機器學習( M a c h i n e L e a r n i n g )、類型辨識(PatternRecognition)等技術，在短短4小時內所發現的 行星勝過20多位天文學家4年的研究成果。 資料挖掘是一種「從龐大資料或大型資料庫中由電腦自動選取一些重要的、 潛在有用的資料類型或知識的過程」。簡單的說，就是一套電腦系統，日以繼夜 地在數量龐大的資料中找出使用者有興趣的資料類型。 有關資料挖掘的研究蓬勃發展，結合了統計學、人工智慧、資料庫、領域知 識(DomainKnow-