梁鸿超

摘 要：信息技术和互联网的普及使得信息系统进入了大数据的时代，因此，数据挖掘技术应运而生。本文将对数据挖掘技术进行分析。

关键词：数据挖掘 概念 应用 优化

中图分类号：TP274 文献标识码：A 文章编号：1003-9082（2014）11-0007-01

一、前言

数据挖掘是跨学科的新兴课题，数据挖掘的应用能够提高人们对数据的收集、统计与识别，是新兴的热点技术。

二、数据挖掘的概念

数据挖掘，也叫知识发现，伴随着20世纪80年代关系型数据库及其结构化查询语言的成熟，以及人工智能、机器学习方法的持续进步，于90年代中期逐渐发展成为一个独立的研究领域。所谓数据挖掘，被定义为：“从数据中抽取出隐含的、未知的和潜在有用的信息的非平凡过程”。它的常见任务包括：聚类、分类、关联性分析、预测、模式识别、描述、异常分析等；常用的经典手段包括：关联规则、神经网络、决策树、支持向量机，以及最新出现的深度学习、极限学习等；面向的数据类型包括：关系型数据、文本数据、图像数据、WWW数据、图、生物学信息、流数据、时间序列、多媒体等。再加上吸收高性能计算（比如说云计算）、可视化（比如挖掘结果可视化）等相关领域的最新进展，使得数据挖掘成为一个面向不同应用的庞大的方法体系。

数据挖掘的目的是从数据库大量的、随机的、模糊的、噪声的数据中找出有价值的、潜在的信息与知识。虽然数据挖掘是在不明确假设的条件下进行信息挖掘，可是它可以发现数据库里隐藏的预测趋势和关联网，并且具有聚类、时许模式及检测偏差的功能。……