數(shù)據(jù)倉庫與數(shù)據(jù)挖掘(已修改)
2025-05-31 00:04 本頁面
【正文】 引言 ? 數(shù)據(jù)是知識的源泉。但是 ,擁有大量的數(shù)據(jù)與擁有許多有用的知識完全是兩回事。過去幾年中 ,從數(shù)據(jù)庫中發(fā)現(xiàn)知識這一領(lǐng)域發(fā)展的很快。廣闊的市場和研究利益促使這一領(lǐng)域的飛速發(fā)展。計(jì)算機(jī)技術(shù)和數(shù)據(jù)收集技術(shù)的進(jìn)步使人們可以從更加廣泛的范圍和幾年前不可想象的速度收集和存儲信息。收集數(shù)據(jù)是為了得到信息 ,然而大量的數(shù)據(jù)本身并不意味信息。盡管現(xiàn)代的數(shù)據(jù)庫技術(shù)使我們很容易存儲大量的數(shù)據(jù)流 ,但現(xiàn)在還沒有一種成熟的技術(shù)幫助我們分析、理解并使數(shù)據(jù)以可理解的信息表示出來。在過去 ,我們常用的知識獲取方法是由知識工程師把專家經(jīng)驗(yàn)知識經(jīng)過分析、篩選、比較、綜合、再提取出知識和規(guī)則。然而 ,由于知識工程師所擁有知識的有局限性 ,所以對于獲得知識的可信度就應(yīng)該打個 ? 折扣。目前 ,傳統(tǒng)的知識獲取技術(shù)面對巨型數(shù)據(jù)倉庫無能為力 ,數(shù)據(jù)挖掘技術(shù)就應(yīng)運(yùn)而生。 ? 數(shù)據(jù)的迅速增加與數(shù)據(jù)分析方法的滯后之間的矛盾越來越突出 ,人們希望在對已有的大量數(shù)據(jù)分析的基礎(chǔ)上進(jìn)行科學(xué)研究、商業(yè)決策或者企業(yè)管理 ,但是目前所擁有的數(shù)據(jù)分析工具很難對數(shù)據(jù)進(jìn)行深層次的處理 ,使得人們只能望 “ 數(shù) ” 興嘆。數(shù)據(jù)挖掘正是為了解決傳統(tǒng)分析方法的不足 ,并針對大規(guī)模數(shù)據(jù)的分析處理而出現(xiàn)的。數(shù)據(jù)挖掘通過在大量數(shù)據(jù)的基礎(chǔ)上對各種學(xué)習(xí)算法的訓(xùn)練 ,得到數(shù)據(jù)對象間的關(guān)系模式 ,這些模式反映了數(shù)據(jù)的內(nèi)在特性 ,是對數(shù)據(jù)包含信息的更高層次的抽象 [1]。目前 ,在需要處理大數(shù)據(jù)量的科研領(lǐng)域中 ,數(shù)據(jù)挖掘受到越來越多的關(guān)注 ,同時 ,在實(shí)際問題中 ,大量成功運(yùn)用數(shù)據(jù)挖掘的實(shí)例說明了數(shù)據(jù)挖掘?qū)茖W(xué)研究具有
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1