数据挖掘技术的研究论文

第页共页数据挖掘技术的研究论文数据挖掘技术的研究论文【摘要】：^p“:互联网+”战略的施行促进了我国信息技术的快速开展,数据挖掘技术可以实现对海量信息的统计、分析^p以及利用等,因此数据挖掘技术在生活理论中得到了广泛的应用。因此本文希望通过对数据挖掘技术的分析^p,分析^p数据挖掘技术在理论中详细应用的策略,以此更好的促进数据挖掘技术在理论中的应用。【关键词】：^p:数据挖掘;应用;开展1数据挖掘技术的概述数据挖掘是通过对各种数据信息进展有选择的统计、归类以及分析^p等挖掘隐含的有用的信息,从而为理论应用提出有用的决策信息的过程。通俗的说数据挖掘就是一种借助于多种数据分析^p工具在海量的数据信息中挖掘模数据信息和模型之间关系的技术总裁,通过对这种模型进展认识和理解,分析^p它们的对应关系,以此来指导各行各业的消费和开展,提供重大决策上的支持。数据挖掘技术是对海量数据信息的统计、分析^p等因此数据挖掘技术呈现以下特点:一是数据挖掘技术主要是借助各种其它专业学科的知识,从而建立挖掘模型,设计相应的模型算法,从而找出其中的潜在规律等,提醒其中的内在联络性;二是数据挖掘主要是处理各行数据库中的信息,因此这些信息是经过预处理的;三是以构建数据模型的方式效劳于理论应用。当然数据挖掘并不是以发现数据理论为目的,而是为了在各行各业的信息中找出有用的数据信息,满足用户的需求。2数据挖掘的功能结合数据挖掘技术的概述,数据挖掘主要详细以下功能:一是自动预测趋势和行为。数据挖掘主要是在复杂的数据库中寻找自己有用的信息,以往的信息搜索需要采取手工分析^p的方式,如今通过数据挖掘可以快速的将符合数据本身的数据找出来;二是关联分析^p。关联性就是事物之间存在某种的联络性,这种事物必需要在两种以上,数据关联是在复杂的数据中存在一类重要的可被发现的`知识;三是概念描绘。概念描绘分为特征性描绘和区别性描绘;四是偏向检测。3数据挖掘技术的步骤分析^p3.1处理过程数据挖掘虽然可以实如今复杂的数据库中寻求自己的数据资,但是其需要建立人工模型,根据人工模型实现对数据的统计、分析^p以及利用等。3.2关键技术由于数据挖掘涉及到很多专业学科,因此相对来说,数据挖掘技术交融多门专业技术学科的知识,结合理论,数据挖掘技术主要应用到以下算法和模型:一是传统统计方法。采取传统的统计方法主要有抽样技术,也就是采取相应的策略对数据进展合理的抽样。多元化统计和统计预测方法;二是可视化技术,可视化技术是数据挖掘技术的热点,它是采取可视化技术与数据挖掘过程的结合,以直观的图形等使人们更好地进展数据挖掘技术;三是决策树。决策树需要对数据库进展几遍的扫描之后,才能完成,因此其在详细的处理过程中可能会包括很多的预测变量情况;四是4)聚类分析^p方法。聚类分析^p方法是一种非参数分析^p方法,主要用于分析^p样本分组中多维数据点间的差异和联络。判别分析^p法需要预先设定一个指针变量,假设总体为正太分布,必须严格遵守数理根据。而聚类分析^p那么没有这些假设和原那么,只需要通过搜集数据和转换成相似矩阵两个步骤,就能完成聚类分析^p的全过程。聚类分析^p主要用于获取数据的分布情况,可以简单方便的发现全局的分布形式,识别出密集和系数区域;此外,对于单个类的分析^p也有很强的处理才能,能深化分析^p每个类的特征,并找出变量和类之间的内在联络。基于间隔、层次、密度和网络的方法是最常用的聚类分析^p方法。4数据挖掘技术的理论应用数据挖掘技术虽然在我国开展的时间还不长,但是其在理论中的应用已经非常的广泛,因为数据挖掘技术在理论中的应用价值是非常大的,其可以提取隐藏在数据背后的有用信息,详细来看,其主要应用在:(1)在医学上的应用。人体的奥秘是无穷无尽的,人类遗传密码的信息、人类疾病史和治疗方法等,都隐含了大量数据信息。采用数据挖掘来解决这些问题,将给相关工作者的工作带来很大方便。此外,医院内部医药器具的管理、病人档案资料的整理、医院内部构造的管理等,也是庞大的数据库。将数据挖掘技术应用于医学领域,深化分析^p人类疾病间的内在联络和规律,帮助医生进展诊断和治疗,可以有效进步医生诊断的准确率,对人类的安康和医疗事业的开展有非常重要的作用。(2)在电信业中的应用。随着三网交融技术的不断开展,传统的电信业务已经不能满足当前社会开展的需求,而是侧重通信、图像以及网络等业务的交融,而实现“三网交融”的关键技术是实现对数据的分析^p与统计,因为三网交融会带来更多的数据,这些数据都需要充分的挖掘,以此实现“三网交融”战略的实现。将数据挖掘技术与电信业务有效的结合起来,可以进步资利用率,更深化的理解用户的行为,促进电信业务的推广,帮助各行各业获取更大的经济效益。(3)在高校贫困生管理的应用。贫困生管理分析^p系统主要应用了数据仓库技术以及数据挖掘技术,其主要是将高校贫困生的各种信息统一纳入到高校信息管理平台中,然后根据详细的贫困生划分标准,建立模型,进而对学生的信息进展统计与分析^p,实现对贫困生信息的科学管理,便于高校管理者及时理解学生的信息。5结语总之数据挖掘技术在理论中的广泛应用,为我国互联网+战略提供了关键技术支撑,但是由于数据挖掘技术在理论中还存在某些技术问题,比方各种模型和技术难于集成、缺少与数据库系统耦合的通用API或挖掘系统仅提供孤立的知识发现功能,难于嵌入大型应用等问题导致挖掘技术在理论中的应用还存在缺陷,因此需要我们加大对数据挖掘技术的进一步研究,以此更好地实现“