数据挖掘综述.pdfVIP

第14卷第1期 模式识别与人工智能 V01．14No．1 2001年3月 PRAI March2001 数据挖掘综述 钟 晓 (浙江大学计算机系人工智能研究所智能软件实验室杭州 310027) 马少平 张钹 (清华大学计算机科学技术系北京100084) (清华大学智能技术与系统国家重点实验室北京100084) 俞瑞钊 (浙江大学计算机系人工智能研究所智能软件实验室杭州 310027) 摘要数据挖掘技术是一个新兴的、非常重要的、具有广阔应用前景和富有挑战性的研究领域．本文结合具体实 例，从概念、方法、特点、任务、过程、应用以及所面临的挑战等各方面对其作了较详细的评述． 关键词数据挖掘，关联规则，分类，聚类 中图法分类号TPl8，TP392 1 引 言 潜在、有效并能被人理解的模式的高级处理过程． 在较浅的层次上，它利用现有数据库管理系统 的查询、检索及报表功能，与多维分析、统计分析方 人们在日常生活中经常会遇到这样的情况：超 法相结合，进行联机分析处理(O乙心)，从而得出可 市的经营者希望将经常被同时购买的商品放在一 供决策参考的统计分析数据．在深层次上，则从数据 起，以增加销售额；保险公司想知道购买保险的客户 一般具有哪些特征；医学研究人员希望从已有的成 于数据挖掘，它们都是从数据库中抽取有用信息的 千上万份病历中找出患某种疾病的病人的共同特 方法，就决策支持的需要而言两者是相辅相成的． 征，从而为治愈这种疾病提供一些帮助等等．对于这 些问题，现有信息管理系统中的数据分析工具无法 简化和支持联机分析，而数据挖掘的目的是便这一 给出解决办法．因为无论统计、查询或报表，其处理 过程尽可能自动化． 方式都是对指定数据进行简单的数字处理，而不能 数据挖掘基于的数据库类型主要有：关系型数 对这些数据所包含的内在信息进行提取．而随着数 据库、面向对象数据库、事务数据库、演绎数据库、时 据量的激增，人们越来越希望系统能够提供更高层 态数据库、多媒体数据库、主动数据库、空间数据库、 次的数据分析功能，从而更好地支持决策或科研工 作． 及新兴的数据仓库(Data 正是为了满足这种要求，数据挖掘技术应运而 得的知识包括关联规则、特征规则、区分规则、分类 生． 规则、总结规则、偏差规则、聚类规则、模式分析及趋 势分析等． 2什么是数据挖掘