数据挖掘技术研究的现状及展望

【作者】 王建华； 王菲； 黄国建；

【机构】 华东船舶工业学院电子与信息系；

【摘要】 近年来,随着计算机技术的普及,Internet已成为世界上最大的信息网络,目前已有两万多个WWW服务器,而且每天还在以超过两百个的速度增加,其蕴藏的数据无法计量。如何从这些海量的数据中发现有用的信息,并把这些信息变成知识,已成为21世纪信息技术应用的主要瓶颈之一。数据挖掘技术就是为了解决这个瓶颈问题而产生并迅速发展起来的、可用于开发信息资源的一种新的数据处理技术,它是目前国际上数据库、数据仓库和信息决策领域最前沿的研究方向之一,引起了国内外众多领域科学家和工商界的广泛关注,国际上许多单位也开展了相关研究。在数据挖掘技术研究方面,我国与国际上的差距比计算机的其他领域要小得多。 数据挖掘就是从大量的数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。这些规则蕴含了数据库中一组对象之间的特定关系,揭示出一些有用的信息,为经营决策、市场策划、金融预测等方面提供依据。目前,数据挖掘技术研究主要集中在决策树、分类、聚类、粗糙集、关联规则、神经网络和遗传算法等相关内容的研究上,并且已有一些数据挖掘的商业软件工具问世,主要有特定领域的和通用的数据挖掘工具两类。 数据挖掘的研究还存在着大量的困难问题需要解决:(1)海量数据的挖掘问题;(2)数据缺损问题;(3)变化的数据与知识积累问题;(4)数据的自然表现问题;(5)网络与分布式环境下的数据挖掘问题等。这些问题涉及了大量的多学科的技术基础研究,当然,也包含运筹学的基础研究。更多还原