数据挖掘技术研究与应用初探

一、数据挖掘概念 数据挖掘有多种定义，其中得到公认的是：数据挖掘是从数据中识别出有效的、新颖的、潜在有用的、以及最终可理解的模式的高级过程。其中数据是指一个有关事实F的集合，它是用来描述事务有关方面的信息，是我们进一步发现知识的原材料。新颖是指经过数据挖掘提取出的模式必须是新颖的，至少对系统来说应该如此。潜在有用是指提取出的模式应该是有意义的，这可以通过某些函数的值来衡量。模式是指对于集合F中的数据，可以用语言L描述其中数据的特性。表达式EEL，E所描述的数据是集合F的一个子集。只有当表达式E比列举所有F中元素的描述方法更为简单时，我们才可称之为模式。高级过程是指数据挖掘是对数据进行更深层处理的过程，而不是仅仅对数据进行加减求和等简单运算或查询，因此说它是一个高级的过程。