侯玉香 刘华云

摘要：数据挖掘（Data Mining,简称DM），简单地讲就是从大量数据中挖掘或抽取出知识。该文简单介绍数据挖掘的概念﹑区别﹑常用技术﹑方法及发展趋势。

关键词：数据挖掘；数据；聚类；决策树

近十几年来，随着科学技术飞速的发展，人们利用信息技术生产和搜集数据的能力大幅度提高，无数个数据库被用于商业管理、科学研究、政府办公和工程開发等。为了充分利用现有信息资源，从海量数据中找出隐藏的知识，数据挖掘技术应运而生并显示强大的生命力。

1 数据挖掘与传统分析方法的区别

数据挖掘，又称为数据库中知识发现（Knowledge Discovery from Database，简称KDD），它是一个从大量数据中抽取挖掘出来未知的、有价值的模式和有规律等知识的复杂过程。

数据挖掘与传统分析方法区别如下：

1）本质区别为数据挖掘是在没有明确的假设的前提下，挖掘信息并发现知识。

数据挖掘所得到的信息应该具备先前未知﹑有效性﹑可实用三个特征。

2）数据挖掘的数据源与传统分析方法相比有了显著的改变，数据是海量的，数据是有噪声，数据可能是非结构化的。

3）先前未知的信息指该信息是预先未曾预料到的,数据挖掘是发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识,挖掘出信息越是出乎意料的,就可能越有价值.

2 数据挖掘中的常用技术

数据挖掘是指从数据库的大量数据中揭示出隐含的﹑先前未知的﹑并有潜在价值的信息的非平凡过程。它是……