数据库技术的迅速发展以及数据库管理系统的广
泛应用,导致人们积累了越来越多的数据。巨增的数
据背后蕴藏着丰富的知识,而目前的数据库技术虽可
以高效地实现数据的查询、统计等功能,但却无法发现
数据中存在的关系和规则,无法根据现有的数据预测
未来的发展趋势。数据库中存在着大量的数据,却缺
乏挖掘数据背后隐藏的知识的手段,出现了"数据爆炸
而知识贫乏"的现象。
在此背景下,数据库知识发现(KDD) 及其核心技术
-数据挖掘(DM) 便应运而生了。KDD 的研究内容是,
能自动地去处理数据库中大量的原始数据,从中挖掘
搜索出具有规律、富有意义的模式。它的发现过程主
要有三个步骤:定义要发现的问题;根据问题进行数据
搜索、模式抽取; 评价所发现的知识的好坏。三者之
中,核心技术是第二步,即数据搜索及模式抽取方法。
KDD = 问题处理+ DM+ 解释评价。由于问题处理和解
释评价的研究较成熟,所以目前KDD 的研究和实现难
点重点都集中在核心的DM上。
资料全文下载
