2010年系统架构设计师论文考试真题范文(三)

2010 年 系 统 架 构 设 计 师 论 文 考 试 真 题 范 文 （ 三 ） 系 统 架 构 设 计 师 考 试 属 于 软 考 中 的 一 项 高 级 资 格 考 试 ， 考 试 分 综 合 知 识 、 案 例 分 析 和 论 文 3 个 科 目 。 对 于 很 多 考 生 来 说 论 文 是 一 个 考 试 难 关 ， 怎 么 提 高 自 己 的 论 文 写 作 水 平 ， 多 看 历 年 软 考 论 文 真 题 范 文 是 一 个 很 好 的 练 习 论 文 写 作 水 平 的 方 式 ， 希 赛 小 编 为 大 家 整 理 了 2010 年 系 统 架 构 设 计 师 论 文 考 试 真 题 范 文 论 软 件 的 静 态 演 化 和 动 态 演 化 及 其 应 用 ， 希 望 对 大 家 有 所 帮 助 。 【 摘 要 】 知 识 发 现 与 数 据 挖 掘 是 人 工 智 能 、 机 器 学 习 和 数 据 库 相 结 合 的 产 物 。 随 着 科 学 数 据 的 大 量 积 累 和 各 种 数 据 库 的 广 泛 使 用 ， 人 们 又 逐 步 认 识 到 海 量 数 据 的 利 用 十 分 困 难 、 效 率 低 下 ， 而 且 很 难 从 中 获 得 有 价 值 的 指 导 性 意 见 。 在 这 种 情 况 下 ， 数 据 库 挖 掘 技 术 应 运 而 生 。 本 文 介 绍 了 数 据 库 挖 掘 技 术 的 现 状 、 过 程 和 其 在 现 实 生 活 中 的 应 用 。 【 正 文 】 一 、 引 言 随 着 数 据 库 技 术 的 成 熟 和 数 据 引 用 的 普 及 ， 人 类 积 累 的 数 据 量 正 以 指 数 级 迅 速 增 长 。 进 入 九 十 年 代 ， 伴 随 着 英 特 网 （ Internet） 出 现 和 发 展 ， 以 及 随 之 而 来 的 企 业 内 部 网 （ Intranet） 和 企 业 外 部 网 （ Extranet） 以 及 虚 拟 私 有 网 （ VPNVirtualPrivatenetwork） 产 生 和 应 用 ， 将 整 个 世 界 联 成 一 个 小 小 的 地 球 村 ， 人 们 可 以 跨 越 时 空 界 限 在 网 上 交 换 数 据 信 息 和 协 同 工 作 。 这 样 ， 展 现 在 人 们 面 前 的 已 不 是 局 限 于 本 部 门 ， 本 单 位 和 本 单 位 的 庞 大 数 据 库 ， 而 是 浩 瀚 无 垠 的 信 息 海 洋 ， 数 据 洪 水 正 向 人 们 滚 滚 涌 来 。 当 数 据 量 极 度 增 长 时 ， 如 果 没 有 有 效 的 方 法 ， 由 计 算 机 及 信 息 技 术 来 有 用 信 息 和 知 识 ， 人 们 也 会 感 到 面 对 信 息 海 洋 像 大 海 捞 针 一 样 束 手 无 策 。 据 估 计 ， 一 个 大 型 企 业 数 据 库 中 数 据 ， 只 有 百 分 之 七 得 到 很 到 应 用 。 这 样 ， 相 对 于 “数 据 过 剩 ”和 “信 息 爆 炸 ”， 人 们 又 感 到 “信 息 贫 乏 ”（ Informationpoor） 和 “数 据 关 在 牢 笼 中 ”（ datainjail） ， 奈 斯 伯 特 (JohnNaisbett)惊 呼 “we are downing information， but starving for knowledge”（ 人 类 正 在 被 数 据 淹 没 ， 却 饥 渴 于 知 识 ） 。 面 对 浩 瀚 无 际 的 数 据 ， 人 们 呼 唤 从 数 据 汪 洋 中 来 一 个 去 粗 存 精 、 去 伪 存 真 技 术 。 从 数 据 库 中 发 现 知 识 （ KDD） 及 其 核 心 技 术 数 据 挖 掘 （ DM） 便 应 运 而 生 了 。 二 、 知 识 发 现 与 数 据 挖 掘 一 般 来 说 ， 知 识 知 识 获 取 （ KnowledgeDiscovery inDatabases， 简 称 KDD） 意 为 在 数 据 库 中 发 现 知 识 ， 它 代 表 从 底 层 次 数 据 中 提 取 高 层 次 数 据 的 全 过 程 ， 包 括 数 据 信 息 的 收 集 、 数 据 原 型 的 确 定 、 相 关 函 数 的 分 析 、 知 识 的 抽 取 和 数 据 模 式 分 析 。 而 数 据 挖 掘 （ KD） 则 是 指 从 数 据 中 自 动 抽 取 模 型 。 数 据 挖 掘 包 括 许 多 步 骤 ： 从 大 规 模 数 据 库 中 （ 或 从 其 他 来 源 ） 取 得 数 据 ； 选 择 合 适 的 特 征 属 性 ； 挑 选 合 适 的 样 本 策 略 ； 剔 除 数 据 中 不 正 常 的 数 据 并 补 足 不 够 的 部 分 ； 用 恰 当 的 系统架构设计师 /rk/sa/index.html 降 维 、 变 换 使 数 据 挖 掘 过 程 与 数 据 模 型 相 适 合 或 相 匹 配 ； 辨 别 所 得 到 的 是 否 是 知 识 则 需 将 得 到 的 结 果 信 息 化 或 可 视 化 ， 然 后 与 现 有 的 知 识 相 结 合 比 较 。 这 些 步 骤 是 从 数 据 到 知 识 的 必 由 之 路 。 每 一 步 骤 都 可 能 是 成 功 的 关 键 或 失 败 的 开 始 。 在 一 般 的 定 义 中 数 据 挖 掘 是 知 识 获 取 的 一 部 分 。 数 据 挖 掘 的 研 究 领 域 极 广 泛 ， 主 要 包 括 数 据 库 系 统 ， 基 于 知 识 的 系 统 ， 人 工 智 能 ， 机 器 学 习 ， 知 识 获 取 ， 统 计 学 ， 空 间 数 据 库 和 数 据 可 视 化 领 域 。 （ 1） 数 据 库 数 据 库 及 其 相 关 的 技 术 显 然 与 数 据 挖 掘 有 直 接 的 关 系 。 数 据 库 是 原 始 数 据 的 处 理 、 存 储 和 操 作 的 基 础 。 随 着 平 行 和 分 布 式 数 据 库 的 使 用 ， 对 数 据 录 入 和 检 索 有 更 高 的 要 求 。 数 据 挖 掘 中 很 重 要 的 一 个 问 题 是 对 数 据 库 中 的 数 据 在 线 分 析 ， 主 要 是 如 何 利 用 多 种 方 法 对 数 据 进 行 实 时 处 理 和 分 析 。 一 般 来 说 ， 通 过 相 关 数 据 结 构 的 标 准 化 可 以 克 服 要 求 特 殊 存 取 数 据 的 困 难 。 在 数 据 挖 掘 中 为 了 对 数 据 进 行 特 定 的 统 计 和 计 数 ， 则 要 对 各 个 特 征 属 性 进 行 组 合 形 成 新 的 数 据 库 。 其 中 ， 对 于 数 据 库 的 挖 掘 所 得 知 识 支 持 率 的 研 究 是 一 个 新 领 域 。 为 了 直 接 从 数 据 库 中 发 现 联 系 规 则 ， 已 经 以 产 品 的 形 式 出 现 的 分 析 和 分 类 表 达 式 的 新 方 法 。 此 外 ， 为 了 对 数 据 库 问 题 的 求 解 和 优 化 ， 利 用 新 出 现 的 数 据 库 定 向 技 术 更 加 易 于 寻 求 数 据 库 中 隐 含 的 模 式 。 （ 2） 人 工 智 能 人 工 智 能 对 于 数 据 挖 掘 来 说 原 来 一 直 是 在 符 号 的 层 次 上 处 理 数 据 ， 而 对 于 连 续 变 量 注 意 较 少 。 在 基 于 机 器 学 习 和 基 于 案 例 的 推 理 中 ， 分 类 和 聚 类 算 法 着 重 于 启 发 式 搜 索 和 非 参 数 模 型 。 对 于 其 结 果 ， 并 不 象 模 式 模 式 识 别 和 统 计 学 在 数 学 上 的 精 确 和 严 格 分 析 。 随 着 计 算 机 学 习 理 论 的 发 展 。 人 工 智 能 把 注 意 力 集 中 在 了 表 达 广 义 分 类 的 模 糊 边 缘 上 。 机 器 学 习 主 要 是 对 数 据 挖 掘 过 程 中 的 数 据 变 量 选 择 处 理 极 有 帮 助 ， 在 通 过 大 量 搜 索 表 达 式 和 选 择 变 量 上 很 有 作 用 。 另 外 ， 机 器 学 习 对 于 发 现 数 据 结 构 ， 特 别 是 人 工 智 能 中 的 不 确 定 推 理 技 术 和 基 于 贝 叶 斯 模 型 推 理 是 统 计 学 意 义 上 的 分 布 密 度 估 计 的 强 有 力 的 工 具 。 人 工 智 能 技 术 建 立 的 关 于 特 定 领 域 知 识 和 数 据 已 有 的 知 识 的 相 对 容 易 理 解 和 自 然 的 框 架 。 人 工 智 能 的 其 他 技 术 ， 包 括 知 识 获 取 技 术 、 知 识 搜 索 和 知 识 表 达 在 数 据 挖 掘 的 数 据 变 换 、 数 据 选 择 、 数 据 预 处 理 等 步 骤 中 都 有 作 用 。 （ 3） 统 计 学 统 计 学 在 数 据 样 本 选 择 、 数 据 处 理 及 评 价 抽 取 知 识 的 步 骤 中 有 非 常 重 要 的 作 用 。 以 往 许 多 统 计 学 的 工 作 是 针 对 数 据 和 假 设 检 验 的 模 型 进 行 评 价 ， 很 明 显 也 包 括 了 评 价 数 据 挖 掘 结 果 。 在 数 据 预 处 理 步 骤 中 ， 统 计 学 提 出 估 计 噪 声 参 数 过 程 中 要 用 的 平 滑 处 理 的 技 术 ， 在 一 定 程 度 上 对 补 足 丢 失 数 据 有 相 当 的 作 用 。 统 计 学 对 检 测 数 据 分 析 、 聚 类 和 实 验 数 据 参 数 设 计 上 也 有 用 。 但 统 计 学 研 究 工 作 大 多 是 针 对 技 术 和 模 型 的 理 论 方 面 。 于 是 许 多 工 作 是 着 眼 于 线 性 模 型 、 递 增 的 高 斯 噪 声 模 型 、 参 数 估 计 和 严 格 分 类 参 数 模 型 上 。 只 有 在 进 行 相 近 模 式 区 别 时 才 强 调 寻 优 。 大 多 数 数 系统架构设计师 /rk/sa/index.html 据 库 用 户 并 不 具 备 恰 当 使 用 统 计 学 知 识 的 能 力 。 实 际 上 是 要 求 有 关 数 据 工 程 师 或 数 据 系 统 的 数 据 管 理 员 运 用 关 于 数 据 选 择 的 模 型 、 相 当 多 的 域 知 识 和 数 学 知 识 的 能 力 ， 在 现 实 中 是 不 大 可 能 的 。 （ 4） 模 式 识 别 在 模 式 识 别 工 作 中 ， 传 统 上 是 把 注 意 力 集 中 在 符 号 形 式 化 直 接 结 合 实 际 技 术 的 工 作 过 程 中 。 模 式 识 别 主 要 用 于 分 类 技 术 和 数 据 的 聚 类 上 。 模 式 识 别 中 的 分 类 和 含 义 分 析 是 对 数 据 挖 掘 概 念 形 成 的 开 端 。 多 数 模 式 识 别 的 算 法 和 方 法 对 降 维 、 变 换 和 设 置 都 有 直 接 的 参 考 意 义 。 在 数 据 挖 掘 的 步 骤 中 ， 模 式 识 别 比 统 计 学 更 为 重 要 ， 因 为 它 强 调 了 计 算 机 算 法 、 更 加 复 杂 的 数 据 结 构 和 更 多 的 搜 索 。 典 型 的 数 据 分 类 是 用 一 定 的 分 类 技 术 把 数 据 从 一 个 向 量 空 间 映 射 到 另 外 一 个 向 量 空 间 。 但 这 种 映 射 并 不 总 是 有 意 义 的 。 比 如 ， 形 状 上 “方 ”与 “圆 ”的 差 别 就 很 难 说 比 性 别 上 “男 ”与 “女 ”的 差 别 大 。 显 然 ， 这 其 中 应 当 注 重 其 语 言 的 含 义 。 三 、 数 据 挖 掘 的 方 法 3.1 统 计 分 析 方 法 主 要 用 于 完 成 总 结 知 识 和 关 联 知 识 挖 掘 。 统 计 分 析 方 法 利 用 统 计 学 、 概 率 论 的 原 理 对 关 系 中 各 属 性 进 行 统 计 分 析 ， 以 找 出 它 们 之 间 的 关 系 和 规 律 。 统 计 分 析 方 法 是 最 基 本 的 数 据 挖 掘 技 术 之 一 。 在 数 据 库 中 ， 表 的 属 性 之 间 一 般 存 在 两 种 关 系 ： （ 1） 函 数 关 系 ： 即 能 用 函 数 公 式 表 示 的 、 确 定 性 的 解 析 关 系 ； （ 2） 相 关 关 系 ： 即 不 能 用 函 数 公 式 表 示 ， 但 仍 然 存 在 相 关 的 确 定 关 系 。 常 用 的 统 计 分 析 方 法 有 ： 常 用 的 统 计 分 析 方 法 有 ： 判 别 分 析 、 因 子 分 析 、 相 关 分 析 、 回 归 分 析 、 偏 最 小 二 乘 回 归 （ PLS） 、 聚 类 法 （ Clustering） 等 。 聚 类 分 析 是 数 据 挖 掘 中 最 重 要 的 技 术 之 一 。 与 分 类 有 所 不 同 ， 分 类 的 类 别 是 按 应 用 要 求 事 先 给 定 的 ， 根 据 表 示 事 物 特 征 的 数 据 ， 可 以 识 别 其 类 别 。 而 聚 类 的 类 型 不 是 人 为 指 定 的 而 是 分 析 数 据 的 结 果 。 聚 类 法 大 致 可 分 为 两 种 类 型 ： a.分 层 聚 类 ： 分 层 聚 类 是 基 于 数 学 的 标 准 ， 对 数 据 进 行 细 分 或 聚 合 。 这 种 类 型 适 用 与 数 值 数 据 。 b.概 念 聚 类 ： 概 念 聚 类 基 于 数 据 的 非 数 值 属 性 数 据 进 行 细 分 或 聚 合 。 这 种 类 型 适 用 与 非 数 值 数 据 类 型 。 3.2 神 经 网 络 方 法 (Neural Networks) 神 经 网 络 方 法 用 于 分 类 、 聚 类 、 特 征 挖 掘 、 预 测 和 模 式 识 别 。 神 经 网 络 方 法 模 仿 动 物 的 脑 神 经 元 结 构 ， 以 M-P 模 型 和 Hebb 学 习 规 则 为 基 础 。 在 本 质 上 是 一 个 分 布 式 矩 阵 结 构 ， 通 过 对 训 练 数 据 的 挖 掘 ， 系统架构设计师 /rk/sa/index.html 逐 步 计 算 （ 包 括 反 复 迭 代 或 累 加 计 算 ） 神 经 网 络 连 接 的 权 值 。 神 经 网 络 模 型 大 致 可 分 为 以 下 三 种 ： （ 1） 前 馈 式 网 络 ： 以 感 知 机 、 反 向 传 播 模 型 和 函 数 型 网 络 为 代 表 ， 主 要 用 于 预 测 和 模 式 识 别 等 领 域 ； （ 2） 反 馈 式 网 络 ： 以 Hopfield（ 人 名 ） 离 散 模 型 和 连 续 模 型 为 代 表 ， 主 要 用 于 联 想 记 忆 和 优 化 计 算 ； （ 3） 自 组 织 网 络 ： 以 自 适 应 共 振 理 论 （ Adaptive Resonance Theory,ART） 模 型 和 Kohonen（ 人 名 ） 模 型 为 代 表 ， 主 要 用 于 聚 类 分 析 。 目 前 ， 在 数 据 挖 掘 中 最 常 用 的 神 经 网 络 是 J%网 络 。 当 然 ， 人 工 神 经 网 络 还 是 正 在 发 展 的 科 学 ， 某 些 理 论 尚 未 真 正 形 成 ， 如 收 敛 性 、 稳 定 性 、 局 部 最 小 值 和 参 数 调 整 问 题 等 。 对 于 J%网 络 常 遇 到 的 问 题 是 训 练 速 度 慢 ， 可 能 陷 入 局 部 最 小 ， 以 及 网 络 参 数 和 训 练 参 数 难 以 确 定 等 。 针 对 这 些 问 题 有 人 采 用 人 工 神 经 网 络 与 遗 传 基 因 算 法 相 结 合 的 办 法 ， 取 得 了 较 好 的 成 果 。 人 工 神 经 网 络 具 有 分 布 式 存 储 信 息 、 并 行 处 理 信 息 、 推 理 、 以 及 自 组 织 学 习 等 特 点 ， 并 且 具 有 对 非 线 形 数 据 快 速 拟 合 能 力 ， 解 决 了 诸 多 其 它 方 法 难 以 解 决 的 问 题 。 3.3 粗 集 (Rough Set)方 法 用 于 数 据 简 化 （ 如 删 除 与 任 务 无 关 的 记 录 或 字 段 ） 、 数 据 意 义 评 估 、 对 象 相 似 或 差 异 性 分 析 、 因 果 关 系 及 范 式 挖 掘 等 。 Rough 集 理 论 是 Z.Pawlak 在 LM 年 代 提 出 来 的 ， 用 于 研 究 非 精 确 性 和 不 确 定 性 知 识 的 表 达 、 学 习 、 归 纳 等 方 法 的 。 主 要 思 想 如 下 ： 在 数 据 库 中 将 行 元 素 看 成 对 象 ， 列 元 素 是 属 性 ， 把 对 象 的 属 性 分 为 条 件 属 性 和 决 策 属 性 ， 按 各 属 性 值 是 否 相 同 划 分 等 价 类 。 等 价 关 系 R 定 义 为 不 同 对 象 在 某 个 （ 或 几 个 ） 属 性 上 取 值 相 同 ， 这 些 满 足 等 价 关 系 的 对 象 组 成 的 集 合 称 为 该 等 价 关 系 R 的 等 价 类 。 条 件 属 性 上 的 等 价 类 E 与 决 策 属 性 上 的 等 价 类 Y 之 间 有 三 种 情 况 ： （ 1） 下 近 似 ： Y 包 含 E； （ 2） 上 近 似 ： Y 和 E 的 交 为 空 ； （ 3） 无 关 ： Y 和 E 的 交 为 空 。 对 下 近 似 建 立 确 定 性 规 则 ， 对 上 近 似 建 立 不 确 定 性 规 则 （ 含 可 信 度 ） ， 对 无 关 情 况 不 存 在 规 则 。 3.4 覆 盖 正 例 、 排 斥 反 例 方 法 它 是 利 用 覆 盖 所 有 正 例 、 排 斥 所 有 反 例 的 思 想 来 寻 找 规 则 。 比 较 典 型 的 有 Michalski 的 AQ11 方 法 、 洪 家 荣 改 进 的 AQ15 方 法 和 洪 家 荣 的 AE5 方 法 。 AQ 系 列 的 核 心 算 法 是 ， 在 正 例 集 中 任 选 一 个 种 子 ， 到 反 例 集 中 逐 个 比 较 ， 对 字 段 取 值 构 成 的 选 择 子 相 容 则 舍 去 ， 相 斥 则 保 留 。 按 这 种 思 想 循 环 所 有 正 例 种 子 将 得 到 正 例 集 的 规 则 （ 选 择 子 的 合 取 式 ） 。 AQ 系 列 方 法 是 用 扩 张 矩 阵 来 完 成 。 系统架构设计师 /rk/sa/index.html 3.5 公 式 发 现 公 式 发 现 是 在 工 程 和 科 学 数 据 库 （ 由 试 验 数 据 组 成 ） 中 对 若 干 数 据 项 （ 变 量 ） 进 行 一 定 的 数 学 运 算 ， 以 求 得 相 应 的 数 学 公 式 。 例 如 ， 典 型 的 BACON 发 现 系 统 就 完 成 了 物 理 学 中 大 量 定 律 的 重 新 发 现 。 它 的 基 本 思 想 是 对 数 据 项 进 行 初 等 数 学 运 算 （ 加 、 减 、 乘 、 除 等 ） ， 形 成 组 合 数 据 项 ， 若 它 的 值 为 常 数 项 ， 就 得 到 了 组 合 数 据 项 等 于 常 数 的 公 式 。 国 防 科 技 大 学 研 制 的 FDD 发 现 系 统 ， 其 基 本 思 想 是 对 两 个 数 据 项 交 替 取 初 等 函 数 后 ， 与 另 一 数 据 项 的 线 形 组 合 若 为 直 线 时 ， 就 找 到 了 数 据 项 （ 变 量 ） 的 初 等 函 数 的 线 性 组 合 公 式 。 该 系 统 所 发 现 的 公 式 比 BACON 系 统 发 现 的 公 式 更 为 广 泛 、 范 围 更 宽 。 3.6 模 糊 论 方 法 利 用 模 糊 集 合 理 论 对 实 际 问 题 进 行 模 糊 评 判 、 模 糊 决 策 、 模 糊 模 式 识 别 和 模 糊 聚 类 分 析 。 模 糊 性 是 客 观 存 在 的 ， 系 统 的 复 杂 性 越 高 ， 精 确 化 的 能 力 就 越 低 ， 意 味 着 模 糊 性 越 强 。 这 是 Zadeh 总 结 出 的 互 克 性 原 理 。 以 上 提 到 的 模 糊 方 法 都 已 经 在 化 学 研 究 领 域 取 得 了 较 好 效 果 。 3.7 可 视 化 技 术 可 视 化 是 计 算 机 应 用 技 术 的 发 展 趋 势 ， 也 是 数 据 挖 掘 的 研 究 方 向 之 一 。 可 视 化 数 据 分 析 技 术 拓 宽 了 传 统 的 图 表 功 能 ， 用 直 观 图 形 形 式 将 信 息 模 式 、 数 据 关 联 或 趋 势 呈 现 给 决 策 者 ， 使 之 能 交 互 分 析 数 据 关 系 ， 如 把 数 据 库 中 多 维 数 据 变 成 多 种 图 形 对 揭 示 数 据 总 体 状 况 、 内 在 本 质 及 规 律 至 关 重 要 。 可 视 化 技 术 将 人 的 观 察 力 和 智 能 融 入 挖 掘 系 统 ， 极 大 提 升 了 系 统 挖 掘 的 速 度 、 层 次 和 内 容 。 四 、 数 据 挖 掘 的 应 用 4.1 数 据 挖 掘 在 经 营 中 的 应 用 数 据 挖 掘 首 先 是 用 于 经 营 中 ,国 外 很 多 公 司 利 用 数 据 挖 掘 已 经 取 得 巨 大 经 济 效 益 ,他 们 把 数 据 挖 掘 方 法 视 为 商 业 机 密 ,这 方 面 的 主 要 应 用 是 销 售 领 域 、 客 户 概 况 、 目 标 市 场 和 购 买 方 式 分 析 通 过 客 户 概 况 分 析 ,根 据 挖 掘 预 测 ,可 以 帮 助 企 业 发 现 新 的 消 费 群 体 ,确 定 未 来 的 顾 客 具 有 的 特 点 ,并 进 行 定 向 营 销 与 传 统 的 不 分 消 费 对 象 特 征 的 大 规 模 的 营 销 手 段 相 比 ,可 以 节 省 大 量 的 营 销 费 用 ,提 高 营 销 效 果 。 例 如 ,在 发 送 邮 购 广 告 时 ,能 够 事 先 确 定 哪 些 客 户 更 可 能 购 买 商 品 ,就 可 以 节 省 大 量 的 邮 资 。 数 据 挖 掘 也 可 以 帮 助 管 理 客 户 关 系 , 即 通 过 分 析 ,确 定 那 些 可 能 离 开 并 走 向 竞 争 对 手 的 顾 客 特 点 ,用 户 （ 公 司 ） 就 可 以 有 针 对 性 的 采 取 行 动 留 住 这 些 顾 客 ,这 比 招 徕 新 的 顾 客 要 经 济 得 多 购 买 方 式 分 析 是 指 ： 使 用 数 据 挖 掘 技 术 ,帮 助 零 售 企 业 确 定 顾 客 会 同 时 购 买 哪 些 商 品 ,用 户 可 以 确 定 哪 些 商 品 供 应 哪 些 商 店 ,以 及 在 商 店 中 怎 样 摆 放 这 些 商 品 ,达 到 方 便 顾 客 购 买 ,增 加 销 售 量 的 目 的 。 另 外 ,数 据 挖 掘 还 能 帮 助 用 户 分 析 、 评 估 促 销 活 动 的 效 果 。 系统架构设计师 /rk/sa/index.html 防 止 金 融 诈 骗 ： 评 估 客 户 信 用 等 级 对 于 银 行 、 保 险 公 司 、 通 信 公 司 都 是 至 关 重 要 的 。 数 据 挖 掘 在 此 方 面 也 取 得 了 较 好 的 效 果 ,使 用 数 据 挖 掘 可 以 使 这 些 机 构 识 别 潜 在 的 诈 骗 交 易 ,控 制 风 险 。 例 如 2003 年 春 天 ,审 计 署 对 工 行 广 东 分 行 所 有 信 贷 电 子 数 据 进 行 分 析 时 ,发 现 对 南 海 华 光 公 司 贷 款 高 度 集 中 ,资 金 流 异 常 。 于 是 对 该 公 司 进 行 调 查 , 查 出 广 东 佛 山 民 营 企 业 主 冯 某 一 个 人 从 银 行 累 计 骗 贷 74 亿 元 的 惊 天 大 案 .在 这 个 案 例 中 ,不 是 先 通 过 举 报 等 获 得 冯 某 骗 贷 的 线 索 ,而 是 通 过 数 据 挖 掘 ,获 得 冯 某 的 公 司 信 贷 异 常 ,后 由 审 计 人 员 验 证 了 冯 某 的 骗 贷 行 为 。 如 果 没 有 数 据 挖 掘 ,从 几 年 的 广 东 分 行 电 子 数 据 里 发 现 冯 某 的 骗 贷 行 为 是 难 如 大 海 捞 针 的 。 4.2 数 据 挖 掘 在 科 技 领 域 中 的 应 用 （ 1） 在 天 文 学 中 的 应 用 美 国 加 州 理 工 学 院 喷 气 推 进 实 验 室 与 天 文 学 家 合 作 开 发 的 , SCICAI（ Sky Image Cataloging And Analysis Tool） ,是 用 来 帮 助 天 文 学 家 发 现 遥 远 类 星 体 的 一 个 工 具 ,它 是 数 据 挖 掘 在 天 文 学 领 域 最 早 成 功 应 用 的 例 子 。 借 助 于 SKICAI 天 文 学 家 已 发 现 了 16 个 新 的 、 极 其 遥 远 的 类 星 体 。 （ 2） 在 电 力 系 统 中 的 应 用 电 力 系 统 是 一 个 高 度 自 动 化 、 具 有 超 大 量 数