數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘-預(yù)覽頁(yè)
【正文】 的很快。但是 ,擁有大量的數(shù)據(jù)與擁有許多有用的知識(shí)完全是兩回事。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。目前 ,傳統(tǒng)的知識(shí)獲取技術(shù)面對(duì)巨型數(shù)據(jù)倉(cāng)庫(kù)無(wú)能為力 ,數(shù)據(jù)挖掘技術(shù)就應(yīng)運(yùn)而生。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(lái)越多的關(guān)注 ,同時(shí) ,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)研究具有很大的促進(jìn)作用。與其他數(shù)據(jù)庫(kù)應(yīng)用不同的是 ,數(shù)據(jù)倉(cāng)庫(kù)更像一種過程 ,即對(duì)分布在企業(yè)內(nèi)部各處的業(yè)務(wù)數(shù)據(jù)的整合、加工和分析的過程 ,而不是一種可以購(gòu)買的產(chǎn)品。 ? ②集成的。 ? ④反映歷史變化。它本身包括三部分內(nèi)容： ? ⑴ 數(shù)據(jù)層。 ⑶表現(xiàn)層。從選取專業(yè)學(xué)習(xí)、研究方向的實(shí)際出發(fā) ,提出了將數(shù)據(jù)挖掘應(yīng)用于輔助選取專業(yè)學(xué)習(xí)、研究方向的數(shù)據(jù)挖掘技術(shù)流程模型。 ? 2數(shù)據(jù)挖掘技術(shù)主要有四種開采任務(wù)： ? (1)數(shù)據(jù)總結(jié)是對(duì)數(shù)據(jù)進(jìn)行濃縮 ,給出它的緊湊描述。 ? (4)關(guān)聯(lián)規(guī)則是指事物之間的聯(lián)系具有多大的支持度和可信度。要將通過數(shù)據(jù)挖掘得出的預(yù)測(cè)模式和各個(gè)領(lǐng)域的專家認(rèn)識(shí)結(jié)合在一起，構(gòu)成一個(gè)可供不同類型的人使用的應(yīng)用程序。一般情況下，獲選邊際率的值越高，則預(yù)測(cè)結(jié)果為真的可能性越大。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。它并不是讓查詢語(yǔ)言去找某些特定的事實(shí) ,而是查看所有的事實(shí) ,尋找具有某種含義深長(zhǎng)的模式或關(guān)系來(lái)進(jìn)行決策。他們從不同側(cè)面完成對(duì)決策過程的支持 ,相互間有一定的內(nèi)在聯(lián)系。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1