数据挖掘原理与应用——以石油勘探开发为例 课件 1.6发展趋势.pptxVIP

1.6发展趋势

发展趋势数据挖掘处于研究和应用探索阶段已经吸收了许多学科的最新研究成果而形成独具特色的研究分支。大部分学者认为数据挖掘的研究仍然处于广泛研究和探索阶段：数据挖掘的概念已经被广泛接受。数据挖掘的大面积应用还有待时日。随着KDD在学术界和工业界的影响越来越大，数据挖掘的更深入和实用技术方向发展：大学等研究机构的大多数基础性研究集中在数据挖掘理论、挖掘算法等的探讨上。公司的研究更注重和实际商业问题结合。

发展趋势数据挖掘处于研究和应用探索阶段全球信息服务公司Gartner调查发现，到2024年，65%已部署自动化技术的组织将引入流程挖掘、任务挖掘、人工智能、机器学习、自然语言处理算法和智能文档处理等创新技术。到2024年，全球25%的企业将采用流程挖掘，作为迈向自主业务的关键步骤。

发展趋势数据挖掘研究聚焦点数据挖掘在如下几个方面需要重点开展工作：数据挖掘技术与特定商业逻辑的平滑集成问题数据挖掘需要代表性的应用实例来证明数据挖掘技术与特定数据存储类型的适应问题：不同的数据存储方式会影响数据挖掘的实现机制、目标定位、技术有效性等。大型数据的选择与规格化问题：数据的噪音、信息丢失等问题的处理、数据规格化等问题。

发展趋势数据挖掘聚焦点数据挖掘系统的构架与交互式挖掘技术：良好的交互式挖掘（InteractionMining）也是数据挖