李嘉祺

（南宁理工学院图文信息中心 广西壮族自治区桂林市 541006）

数据挖掘是一门新兴的交叉学科，涉及多个领域如知识工程、人工智能以及数理统计技术等，通常指的是完整的一个过程。这一过程从大兴数据库中对可实用、有效的、新颖的知识和模式进行识别，并且利用这些信息丰富知识或者做出有效决策[1]。简而言之，所谓数据挖掘，就是抽取大量数据中潜在的有价值的规则、模型或者知识的一个过程，并且在实际的运用中，与知识发现（Knowledge Discovery in Databases，KDD）的概念具有一定的相似性[2]，其挖掘环境如图1。本文分析了高校人才引进中运用Python 数据挖掘的价值，现报道如下。

图1：数据挖掘环境

1 Python数据挖掘的概念

Python 语言作为当前比较热门的一个程序设计语言，也是面向对象的一种语言，其解释性、交互性较好[4]。在2017年热门计算机语言排行中，Python 居于首位，明显优于C 和Java，其中Python 开源社区的用户活跃度较高，并且开发代码库以为数据挖掘提供支持，可以提高科学计算能力。同时数据挖掘实现的功能有以下几点：

（1）聚类和分类，即发现类型不同事物之间的差异和类型相同事物的共同特征；

（2）将不同事物之间的关联性或依存关系找出来；

（3）对事物的共通性和同质性进行寻找；

（4）将历史资料和数据作为基本依据，对未来事物的发展趋势进行预测[6]。

2 Python数据挖掘的可行性

数据挖掘通常涉及比较复杂的步骤，如定义问题、预处理数据、评估模型、数据储存以及数据建模等，其中数据挖掘中运用Python的关键步骤见图2。……