數(shù)據(jù)倉庫與數(shù)據(jù)挖掘培訓(xùn)課件(編輯修改稿)
2025-03-27 13:12 本頁面
【文章內(nèi)容簡介】 ） （ 6） 數(shù)據(jù)倉庫軟 、 硬件要求較高 需要一個巨大的硬件平臺 需要一個并行的數(shù)據(jù)庫系統(tǒng) 二十世紀(jì)末以來，全球信息量以驚人的速度急劇增長 — 據(jù)估計，每二十個月將增加一倍。許多組織機構(gòu)的 IT系統(tǒng)中都收集了大量的數(shù)據(jù)（信息）。目前的數(shù)據(jù)庫系統(tǒng)雖然可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，但 無法發(fā)現(xiàn) 數(shù)據(jù)中存在的 關(guān)系和規(guī)則 ，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。為了充分利用現(xiàn)有信息資源，從海量數(shù)據(jù)中找出隱藏的知識， 數(shù)據(jù)挖掘技術(shù) 應(yīng)運而生并顯示出強大的生命力。 Why?數(shù)據(jù)挖掘的社會需求 數(shù)據(jù)挖掘 數(shù)據(jù)庫越來越大 有價值的知識 可怕的數(shù)據(jù) 所有企業(yè)面臨的一個 共同問題 是：企業(yè)數(shù)據(jù)量非常大，而其中真正有價值的信息卻很少，因此需要從大量的數(shù)據(jù)中經(jīng)過 深層分析 ，獲得有利于商業(yè)運作、提高競爭力的信息，就像 從礦石中淘金 一樣，數(shù)據(jù)挖掘也由此而得名。 礦山（數(shù)據(jù)） 挖掘工具（算法） 金子（知識） 數(shù)據(jù)挖掘是八十年代投資 AI研究項目失敗后， AI轉(zhuǎn)入實際應(yīng)用時提出的。它是一個新興的，面向商業(yè)應(yīng)用的AI研究。 1989年 8月，在美國底特律召開的第 11屆國際人工智能聯(lián)合會議的專題討論會上首次出現(xiàn)數(shù)據(jù)庫中的知識發(fā)現(xiàn)（ Knowledge Discovery in Database， KDD）這一術(shù)語。 隨后，在 1991年、 1993年和 1994年都舉行 KDD專題討論會，匯集來自各個領(lǐng)域的研究人員和應(yīng)用開發(fā)者，集中討論數(shù)據(jù)統(tǒng)計、海量數(shù)據(jù)分析算法、知識表示、知識運用等問題。最初，數(shù)據(jù)挖掘是作為 KDD中利用算法處理數(shù)據(jù)的一個步驟，其后逐漸演變成 KDD的同義詞。 概述 (1) 1980年在美國召開了第一屆國際機器學(xué)習(xí)研討會 明確了機器學(xué)習(xí)是人工智能的重要研究方向 (2) 1989年 8月于美國底特律市召開的第一屆知識發(fā)現(xiàn)（ KDD） 國 際學(xué)術(shù)會議； 首次提出知識發(fā)現(xiàn)概念 (3) 1995年在加拿大召開了第一屆知識發(fā)現(xiàn)和數(shù)據(jù)挖掘（ DM） 國際學(xué)術(shù)會議； 首次提出數(shù)據(jù)挖掘概念 IEEE的 Knowledge and Data Engineering會刊率先在 1993年出版了 KDD技術(shù)?？２⑿杏嬎?、計算機網(wǎng)絡(luò)和信息工程等其他領(lǐng)域的國際學(xué)會、學(xué)刊也把數(shù)據(jù)挖掘和知識發(fā)現(xiàn)列為專題和?？懻摗?shù)據(jù)挖掘已經(jīng)成了國際學(xué)術(shù)研究的重要熱點之一 。 ? 技術(shù)角度的定義 數(shù)據(jù)挖掘（ Data Mining)是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。 與數(shù)據(jù)挖掘相近的同義詞包括：數(shù)據(jù)融合、數(shù)據(jù)分析和決策支持等。 這一定義包括好幾層含義 :數(shù)據(jù)源必須是真實的、海量的、含噪聲的 。發(fā)現(xiàn)的是用戶感興趣的知識 。發(fā)現(xiàn)的知識要可接受、可理解、可運用；并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識，僅支持特定的發(fā)現(xiàn)問題。 數(shù)據(jù)挖掘定義 ? 商業(yè)角度的定義 數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性信息。 簡言之，數(shù)據(jù)挖掘其實是一類深層次的數(shù)據(jù)分析方法。因此， 數(shù)據(jù)挖掘 可以描述為 :按企業(yè)既定業(yè)務(wù)目標(biāo)，對大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗證己知的規(guī)律性，并進(jìn)一步將其模型化的有效方法。 一種 深層次的數(shù)據(jù)分析 方法。
外語相關(guān)推薦
鄂ICP備17016276號-1