數(shù)據(jù)挖掘方法和知識發(fā)現(xiàn)報告


本文共計8頁，6898字；

摘要：當前，信息技術(shù)發(fā)展的浪潮把人們帶到了信息爆炸的時代。每天、每時、每刻潮水般的信息擁到了人們的面前，需要人們?nèi)ヌ幚砣?yīng)用。信息的價值在于用戶通過使用這些信息從中得到收益。計算機硬件技術(shù)和軟件技術(shù)的飛速發(fā)展使得數(shù)據(jù)處理更加容易，數(shù)據(jù)處理已經(jīng)不是今后信息技術(shù)的重點，代之而起的信息技術(shù)重點是如何使用這些數(shù)據(jù)信息。如何快速有效地使用這些比大海之水還要多的信息是今后信息技術(shù)需要解決的一個難題。數(shù)據(jù)挖掘正是從這些信息中挖掘出有用信息的一種方法。本文介紹了數(shù)據(jù)挖掘及知識發(fā)現(xiàn)的有關(guān)概念，以及數(shù)據(jù)挖掘的任務(wù)、對象、工具、流程，重點討論了數(shù)據(jù)挖掘的常用方法，對數(shù)據(jù)挖掘的實際應(yīng)用也作了簡單介紹。
關(guān)鍵字： 數(shù)據(jù)挖掘(DM),知識發(fā)現(xiàn)(KDD),數(shù)據(jù)集合,數(shù)據(jù)挖掘方法
引言
1.數(shù)據(jù)挖掘的綜述
2.知識發(fā)現(xiàn)的綜述
３、知識發(fā)現(xiàn)的核心――數(shù)據(jù)挖掘
4.數(shù)據(jù)挖掘的任務(wù)
5．數(shù)據(jù)挖掘?qū)ο?br>6．數(shù)據(jù)挖掘工具
6.1基于神經(jīng)網(wǎng)絡(luò)的工具
6.2 基于規(guī)則和決策樹的工具
6.3 基于模糊邏輯的工具
6.4 綜合多方法工具
7．數(shù)據(jù)挖掘流程
7.1數(shù)據(jù)挖掘環(huán)境
7.2數(shù)據(jù)挖掘過程
7.3 數(shù)據(jù)挖掘過程工作量
7.4數(shù)據(jù)挖掘需要的人員
8．數(shù)據(jù)挖掘的方法
⑴神經(jīng)網(wǎng)絡(luò)方法
遺傳算法是一種基于生物自然選擇與遺傳機理的隨機搜索算法，是一種仿生全局優(yōu)化
⑵遺傳算法
⑶基于事例的推理方法（cbr—case based reasoning）
⑷決策樹方法
⑸粗集方法
⑹非線性回歸方法
⑺覆蓋正例排斥反例方法
（8）統(tǒng)計分析方法
（9）模糊集方法
9．評價數(shù)據(jù)挖掘軟件需要考慮的問題
10、數(shù)據(jù)挖掘?qū)嶋H應(yīng)用
參考文獻：
[1] (加) Jiawei Han，Micheline Kamber著 范明，孟小峰等譯.數(shù)據(jù)挖掘概念與技術(shù).北京.機械工業(yè)出版社.2001年
[2] 趙連勝，行飛.數(shù)據(jù)挖掘的對象、任務(wù)和方法.內(nèi)蒙古大學學報（自然科學版）.2002, 2(33)
[3] 劉興華.數(shù)據(jù)挖掘技術(shù)及其應(yīng)用研究.遼寧師范大學學報(自然科學版).2002, 6（5）
[4] 邵峰晶等.《數(shù)據(jù)挖掘－原理與算法》. 北京.中國水利水電出版社.2003.08
[5] 林杰斌等．《數(shù)據(jù)挖掘與OLAP理論與實務(wù)》．北京．清華大學出版社．2003.01