数据库知识发现地研究综述.pdfVIP

全同鹅五届j}算机辅助生产管理学术会议论文集 数据库知识发现的研究综述 陈林生闰惠高学东 北京科技大学管理学院 北隶100093) 摘要 蕾文彳r绍了数据库知识发现fKDDt研完情况．包括萁置叉、赴理过程H噩主要的方击和挂术 科时舟熠7KDD的应用，并指出r目竹KDD研亢的挑战性。 关键词敷据庠知识发现．数据挖掘．菩蔓据库 来卅．数据挖掘主要流1门=统计界、数据分析、数据库 1 数据库知识发现的定义及其基本步骤 和管理信息系统(MISJ界；而KDD则主要流行于人工 数据库知识发现(Kr)D)是从大量的碌始数据中智能鞠机器学习界。一种较为普遍的现点认为：数据挖 挖掘出隐含的、有用的、尚未发现的信息和知识。被认 掘是KDD中专『j负责发现知识的核心环节；而KDD 为是目前解决“数据爆炸”和“数据十富-信息贫乏(Da— 是一十交互式、循纠=反复的多步骤处理讨程，除了包括 taRicha!mIniornkationPoor)”的一种有效方法， 数掂挖掘外还包括数据准备和发现结果解释评估等诸 多环节。其过程见图l， KDD有时也被称为数据挖掘(DatalltHltlig)．相对 ㈣l KDD立士程示意图 f1)数据准备阶段 量个数。 数据准备叉可分为三个子步骤：数据选取、数据颓 (2)数据挖掘阶段 处州和数措变换。数据选取的目的是确定发现仟务的 数据挖掘阶段首先璺确定挖掘的任务或目的是什 操作数据，根据用户的需要从原始数描厍中抽取的 幺，妇数杯总结、分茭、聚娄、关联规则发现或序列模式 组数据。数据预处理般可能包括消除噪声、推导计舜 发现等。确定J’挖掘仔务后，就要决定使用什么样的挖 缺值数据、消除重复记录、完成数挺粪掣转换(☆．!把连 掘算法， 续值数据转换为离散型的数据，以便：r符号归纳、r戋县 (5)结果解释和评估阶段 把离散型的转换为连续埴型的，以便f。_}甲经阚锵lj纳， 数据挖掘阶段发现出粜的模式，经过用户或机器 等．当数描挖掘的对象是数掘仓牟时t‘艘来。记．故据 的l甲估．可能俘茫冗泉或无关台勺槌式，这时需要将其剔 坝处珊已经在生成数据仓庳时完成．数据变损的王 豫；也有可能横式下满足用户要求．这时则需要整个发 矍目的是消减数据维数成降准．即从刖贻特征中找出 现吐程邀州到发现阶谨之前，如重新选取数据．采用新 真正有用的特征以减少数据挖掘时要考虑的特征或变 的敬掘变换方法、设定新的数据挖掘参数值，甚至换一 ·121· 2的， 种挖掘算法*外，KDD由一％鸯是面向人鼍』H 5 KDD的应用 因此可能曼对发现的模式型f』-叮视化，或者把纪粜转 换为用户易懂的另 种走町．如把关联批刚表达为“-f KDD的发展虽然只有短短敬年时间，但备种系统 …then…”规则形式或图是H。t 却有如雨后春笋般大量涌现，主要有以下几个方面： ·科学应用随着先进的科学数据收集工具的使 2数据挖掘的任务嚣：方。蠢 川，敬据量越来越太．传统的敬据仔析工具兀能为力， 数据挖掘作勾KDD的一％，I、部分．苴日相是4数蚓此必顼宵强大的智能鬯自动数据分析工具才行。例 据库中发现降含的、有枣卫川引识．埘此被研究锔最