發信人: ashun (阿順), 信區: DataMining
標  題: 數據挖掘的定義
發信站: 南京大學小百合站 (Wed Aug 22 20:10:36 2001)

                              數據挖掘的定義


1 技術上的定義及含義


數據挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用
數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。


與數據挖掘相近的同義詞有數據融合、數據分析和決策支持等。這個定義包括好幾層含義
：數據源必須是真實的、大量的、含噪聲的；發現的是用戶感興趣的知識；發現的知識要
可接受、可理解、可運用；并不要求發現放之四海皆準的知識，僅支持特定的發現問題。


----何為知識?從廣義上理解，數據、信息也是知識的表現形式，但是人們更把概念、規則
、模式、規律和約束等看作知識。人們把數據看作是形成知識的源泉，好像從礦石中采礦
或淘金一樣。原始數據可以是結構化的，如關系數據庫中的數據；也可以是半結構化的，
如文本、圖形和圖像數據；甚至是分布在網絡上的異構型數據。發現知識的方法可以是數
學的，也可以是非數學的；可以是演繹的，也可以是歸納的。發現的知識可以被用于信息
管理，查詢優化，決策支持和過程控制等，還可以用于數據自身的維護。因此，數據挖掘
是一門交叉學科，它把人們對數據的應用從低層次的簡單查詢，提升到從數據中挖掘知識
，提供決策支持。在這種需求牽引下，匯聚了不同領域的研究者，尤其是數據庫技術、人
工智能技術、數理統計、可視化技術、并行計算等方面的學者和工程技術人員，投身到數
據挖掘這一新興的研究領域，形成新的技術熱點。


這里所說的知識發現，不是要求發現放之四海而皆準的真理，也不是要去發現嶄新的自然
科學定理和純數學公式，更不是什么機器定理證明。實際上，所有發現的知識都是相對的
，是有特定前提和約束條件，面向特定領域的，同時還要能夠易于被用戶理解。最好能用
自然語言表達所發現的結果。


2 商業角度的定義


數據挖掘是一種新的商業信息處理技術，其主要特點是對商業數據庫中的大量業務數據進
行抽取、轉換、分析和其他模型化處理，從中提取輔助商業決策的關鍵性數據。


簡而言之，數據挖掘其實是一類深層次的數據分析方法。數據分析本身已經有很多年的歷
史，只不過在過去數據收集和分析的目的是用于科學研究，另外，由于當時計算能力的限
制，對大數據量進行分析的復雜數據分析方法受到很大限制。現在，由于各行業業務自動
化的實現，商業領域產生了大量的業務數據，這些數據不再是為了分析的目的而收集的，
而是由于純機會的（Opportunistic）商業運作而產生。分析這些數據也不再是單純為了研
究的需要，更主要是為商業決策提供真正有價值的信息，進而獲得利潤。但所有企業面臨
的一個共同問題是：企業數據量非常大，而其中真正有價值的信息卻很少，因此從大量的
數據中經過深層分析，獲得有利于商業運作、提高競爭力的信息，就像從礦石中淘金一樣
，數據挖掘也因此而得名。


因此，數據挖掘可以描述為：按企業既定業務目標，對大量的企業數據進行探索和分析，
揭示隱藏的、未知的或驗證已知的規律性，并進一步將其模型化的先進有效的方法。
--
業精于勤荒于嬉，行成于思毀于隨。 —— 韓愈
臨淵羨魚不如退而結網。           —— 班固
勿以惡小而為之，勿以善小而不為。 —— 劉備

※ 來源:．南京大學小百合站 http://bbs.nju.edu.cn [FROM: 202.119.80.20]