1、知識發現與數據挖掘概述 據挖掘 神經網絡 決策樹庫技術相結合的產物。隨著數據 據應用的普及，人類積累的數據量正在以指數速度迅速增長。進入九 聯網的出現和發展，以及各種局域網的產生和應用，將整個世界聯成 ，人們可以跨越時空地在網上交換數據信息和協同工作。由于計算機 關系數據庫技術的發展，各行業存儲了大量的數據，而關系數據庫提 表生成功能，只能獲得數據的表層信息，而不能獲得數據屬性的內在 ，這樣既淹沒了包含的知識又造成了資源的浪費。傳統的數據分析手 導致越來越嚴重的數據災難，使決策者出現或是窮于應付，或是置之 使消耗大量財力與物力所收集與整理的寶貴數據資源得以利用，有效 知識貧乏性的矛盾，需要新技

2、術智能、自動地分析處理原始數據，促 使了數據庫中的知識發現( KDD, Knowledge Discovery in Database)，也有人稱為數 據挖掘(Data Mining)技術的出現。從數據庫中發現知識( Knowledge Discovery in 人翻譯為數據挖掘、數據發掘、數據采掘)國際學術會議。KDD (知識發現)是一個綜合的過程，它包括數據錄入、迭代求解、用戶交互以及許 領域興起于八十年代初，它是一個眾多學科諸如人 學、數據庫和知識庫、數據可視化等相互交叉、融 新穎、有潛在應用價值和最終可理解的模式的非平 是對數據所包含的信息更抽象的描述。按功能可以分為預測 可以細分為關

3、聯模式、分類模式、聚類模式和序 發現的模式能被用戶理解，目前它主要體現在簡 封閉形式的數量計算，而將包括對結構、模式和 著數據開采技術的發展，逐步進入到空間數 為信息領域的重要表現形式。音頻、視頻的數據量很大，要 出需要的數據和信息是很困難的。目前，對多媒體數據的處 ，快進快退等基本操作上，對多媒體信息的檢索僅靠文件標 限性很大。目前，基于內容的多媒體檢索，通過實例的查詢 ，視頻信息的應用已經相當成熟。基于內容的音頻、視頻信 到 使用數據庫管理系統查找個別的記 特定的互聯網頁面，則是信息檢索領域的任務。雖然 復雜的算法和數據結構，但是它們主要依賴傳統的計 創建索引結構，從而有效地組織和檢索信息

4、。盡管如 。2.1 數據準備(Data preparation) ing 取相應的參數、評價各搜索階段的假設和結果，得 絡、演化計算等多個領域，涉及這些領域的技術融合與創 個利用各種分析工具在海量數據中發現模型和數據間關系 nterpreparationandevaluation實際意義或沒有使用價值，因此需要評估哪些 的要求來做，也可以通過數據檢驗。這個階段還包 視化技術，以數據庫為研究對象，形成了數據開采方法和 個其他神經元互連，這就構成了人類智慧的直接物質基礎。神經元由細胞體，樹突(輸 入端)，軸突(輸出端)組成，有興奮和抑制兩種工作狀態。每個神經元到另一個神經 元的連接權(后者對前者輸出的反應程度)可以接受外界刺激而改變，這構成了學習機 則進行學習，然后才能工作。現以人工神經網 A 限比較、再進行非線性運算，得到網絡的輸出。在 時如 法進行若干次學習后，網絡判斷的正確率將大大提高。這說明網絡 遇到其中任何一個模式時，能夠作出迅速、準確的判斷和識別。一 絡模型利用大量的簡單計算單元(神經元)連成網絡，從而可以實現大規模并行計算； ，將信息存在整個網中，用權值體現出來，因而具有聯想能力，可 樹，樹的根節點是整個 個單一變量的測試，該測試將數據集合空間分割成