发信人: chedong()
整理人: chedong(1999-07-14 22:37:40), 站内信件
|
说 到 数 据、 数 据 库 以 及 数 据 库 语 言， 大 家 都 非 常 熟
知。 但 说 到 数 据 挖 掘、 数 据 仓 库 以 及 知 识 发 现 等 名 词，
大 家 便 颇 感 新 鲜。
在 信 息 社 会， 由 于 信 息 的“ 爆 炸”， 大 量 的 数 据 使 人
像 坠 入 茫 茫 数 据 海 洋 之 中， 不 知 哪 儿 是 边 缘， 哪 儿 是 尽
头； 有 用 和 无 用 的 数 据 常 常 掺 杂 在 一 起， 难 以 分 辨。 若
要 提 取 有 用 的 信 息， 需 花 费 大 量 的 人 力 和 时 间。 传 统 的
数 据 库 概 念、 方 法 和 技 术 已 经 难 以 解 决 现 在 的 新 问 题。
此 外， 若 要 从 大 量 的 数 据 中 找 出 其 内 在 的 联 系， 并 发 现
和 提 取 知 识， 更 是 一 件 不 容 易 的 事。
数 据 挖 掘(Data Mining， 也 叫 数 据 开 采) 是 指 从 大 量 的、
不 完 全 的、 有 噪 声 的、 模 糊 的 和 随 机 的 数 据 中， 提 取 人
们 事 先 不 知 道 的 但 又 是 潜 在 有 用 的 信 息 和 知 识。 数 据 挖
掘 的 过 程 有 时 也 叫 知 识 发 现 的 过 程。 原 始 数 据 是 形 成 知
识 的 源 泉， 就 象 从 矿 石 中 采 矿 一 样。 原 始 数 据 可 以 是 结
构 化 的， 如 关 系 数 据 库 中 数 据， 也 可 以 是 半 结 构 化 的，
如 文 本、 图 形 图 像 数 据。 数 据 挖 掘 是 一 门 涉 及 面 很 广 的
交 叉 性 新 兴 学 科， 它 涉 及 到 数 据 库、 人 工 智 能、 数 理 统 计
、 可 视 化、 并 行 计 算 等 领 域。
数 据 仓 库(Data Warehousing) 是 供 查 询 和 决 策 分 析 用 的 集
成 化 信 息 仓 库。 数 据 仓 库 的 信 息 来 自 不 同 地 点 的 数 据 库
和 其 他 信 息 源。 数 据 仓 库 的 信 息 源 具 有 分 布 和 异 构 的 特
点。 数 据 仓 库 系 统 具 有 两 个 主 要 功 能： 从 各 信 息 源 提 取
需 要 的 数 据， 加 工 处 理 后， 存 储 到 数 据 仓 库； 直 接 在 数
据 仓 库 上 处 理 用 户 的 查 询 和 决 策 分 析 请 求， 尽 量 避 免 访
问 信 息 源。 数 据 仓 库 是 和 数 据 挖 掘 密 切 相 关 的 一 门 技 术
。
需 要 特 别 指 出 的 是， 数 据 挖 掘 技 术 是 一 门 从 一 开 始
就 面 向 应 用 的 技 术。 它 不 仅 是 面 向 特 定 数 据 库 的 简 单 检
索 查 询 调 用， 而 且 要 对 这 些 数 据 进 行 微 观、 中 观 乃 至 宏
观 的 统 计、 分 析、 综 合 和 推 理， 以 指 导 实 际 问 题 的 求 解，
企 图 发 现 事 件 间 的 相 互 关 联， 甚 至 利 用 已 有 的 数 据 对 未
来 的 活 动 进 行 预 测。 例 如 加 拿 大BC 省 电 话 公 司 要 求 加 拿
大Simon Fraser 大 学KDD 研 究 组， 根 据 其 拥 有 十 多 年 的 客 户 数
据， 进 行 总 结 分 析， 最 后 提 出 既 有 利 于 公 司 也 有 利 于 客
户 的 新 的 电 话 收 费 和 管 理 办 法。 美 国 国 家 蓝 球 队NBA 的 教
练， 利 用IBM 公 司 提 供 的 数 据 挖 掘 技 术， 临 场 决 定 替 换 队
员， 非 常 成 功， 在 数 据 库 界 被 传 为 佳 话。
国 外， 在 该 领 域， 不 但 有 研 究 和 技 术 开 发， 而 且 已 有
数 据 挖 掘 公 司 提 供 产 品 和 服 务。 我 国 在 这 一 领 域 已 有 专
家 在 从 事 研 究 工 作， 但 应 用 和 产 品 相 对 滞 后。 不 过 应 当
看 到， 在 这 一 新 兴 领 域， 不 但 有 很 好 的 研 究 和 应 用 前 景
， 而 且 有 很 好 的 商 业 机 会。
--
che@netease
[email protected]
http://chedong.163.net
ICQ UIN:27294724
※ 来源:．月光软件站 http://www.moon-soft.com．[FROM: 202.96.31.243]
|
|