国外先进数据挖掘工具的比较分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｏｎｃ
ｈｌｌｒｔＫｋｌｃｃｄ
ｉｍｏ Ｃｈｉｎａ
ｄａｔａ
ｍｉｎｉｎｇ
ｔ００１．ｗｈｉｄｌ
ｆｉｔｓ
１０
ｃｏｍｐａｎｙ［１１ｉｓ ｐａｐｅｒ ａｉｍｓＩｏ ａｌｌａｌｙｚｅ ａｎｄ ｃｏｍｐａｒｅ ｋｉｎｄｓ ｏｆ ｂｅａｄｉｎｇ ｄａｔａｍｉｎｉｎｇｔｏｏｌｓ
【Ｋｅ）¨ｏｒｒｉｓｌ １）．岫ｉｌｌｉｎｉｎｇ；Ｋｎｏｗｌｅｄｇｅ
２数据挖掘工具特性比较
数越｝挖捌ｌ：具市场分为３个部分：（１）通用数据挖掘工具 包括：ＳＡｇ
Ｅｎ＇・ｅｒｐｒｉｓｅ Ｍｉｎｅｒ、ＩＢＭ Baidu Nhomakorabeaｎｔｅｌｌｉｇｅｎｔ Ｍｉｎｅｒ、
ＵｎｉｅａＰＲＷ、ＳＰＳＳ Ｃｌｅｍｅｎｔｉｎｃ、ＳＧＩ ＭｉｎｅＳｅｔ、Ｏｒａｃｌｅ Ｅ｝ａｒｗｌｎ
平｜ＩＡｎｇｏｓｓ ＫｎｏｗｌｅｄｇｅＳｅｅｋｅｒ；（２）综合数据挖掘工具能提供管 删报告、在线分析处删和在酱通结构・ｐ的数据挖掘能力。
ｎｑ州纵 Ｊ，前掣糊外ｍ ｆ．Ｈ束做数婀 腱１‘和椎蔷。２）＾竹浊１ ｆｆＪ 不址年¨模，“瞰置ｌ‘的制讣曲 川都址弃户衙婴考啦ｆｆＪＰＩｉＪ＇Ｆ Ｊ垃木。３）托十多竹ｍ服舟 器ｆ：的岳现篙世个０门ｒ『』 服务船．斗｜Ｌｆ４食ＣＰＵ仪仪 盘持个川户。４）扎ｌｌｄ甘～ “．世个ｍ常择埘幢川的Ｉ Ｈ．ｆＩＩ这楚咀减少商业０客 泉抉褂＾｝＾收旆的止ｆ＾性们 蜘火为ｆ℃价帕 ｗ斗越ＮＣＲ新 螂虻ｍ一“品． ¨轼仆啊？山ＭＳ ｓＱＬｍ绁仆ｍ ｆ）¨搿．震 川－州惦打 Ｊｔ。２）操们ｔ 挺抽世求世 岛缎桃Ｉｌ讣 ｉ＜ｊｉ０舭人 ¨，｝＾玳巾： 咀即牌
Ｅｎｇｉｎｅｅｒｉｎｇ会刊出版『由ＫＤＤ技术专刊；以半月刊Ｋｎｏｗｌｅｄｇｅ Ｎｕｇｇｅｔｓ为代表的ＫＤＤｌＨ予出版物和ＤＭ
Ｅｍａｉ［
一般，可能仅满足要求．没有数据探索功能，与其他软件接
口箍，只能用ＤＢ２，难以发布。结果美观，但同样不好理 解。Ｏｒａｃｌｅ功能较弱，使用不方便，没有数据探索功能，市 场份额也小。Ｏｒａｃｌｅ２００２年９月欲摊出其自己的数据挖掘＿：＿Ｉ二 具。ＳＰＳＳ是ＳＡｇ的强有力竞争对手，也以统计理论为基础， 功能强大，有完备的数据探索功柏，也较易掌握，性价比较 高，有能力处理大数据量，而且ＳＰＳＳ具有方便的发布和集 成功能．使得结果形式完命在系统设计人员掌握之中。其它 数据挖掘工具，｜；／ＩＩＮＣＲ只能接Ｔｅｒａｄａｔａ，曾是ＳＰＳＳ的合作伙 伴．刚推ｉ＿ｌ｛自己的挖掘工具，在某Ｊ！｛｝方面还不太成熟。 由于不町能对所有数据挖掘工具都有直接应用经验．而 Ｉ＝Ｌ数据挖掘工具在不断更新，定期或不定期地有新版本出 现。溺此，奉文ｉ；ｉ：ｒ能会迪瀑一些氟要的评仙属性，请尽可能 参阅各种：Ｉ：具的技术文档。 总之，１ｉ｝＝业在选择数据挖掘］二具时需要考虑很多附豢， 很难按照一个固定的原则给数据挖掘工具排一个优劣次序。 应根据企业特定的应用需求加以选择。国外许多行业等已经 大量利用数据挖掘工具来协助其业务括动，国内在这方面的 应用还处于起步阶段，研究和学习国外先进的数据挖掘Ｉ：其 是很有必要的。
ＩＩ）ＭＯＩ
＋ｉｌ＇，ｌｋ务．柏为ＭＳ ＳＱＬＩ＇Ｉ＜／Ｊ）／艟÷ｈ壳
最刊川¨２）共｛ｉＥ忧
”址｛一』以ＩＩ。描ｆｌ＋书Ｊｍ 崩业Ｕｒ，缔结介刊数抓 ｛２＊ｎ ｆ４，１＇ｉ！Ｊ｛＊ｊ－
ＢＩ最统解珧 ｂ。蛀
洲分训忆绝常
ｎ韩个介埘ｑｌ女ｌｉ
蝶。川蚰对・－』碰化Ｊ ｛１潍州伸博ｆ柑９ｊ啦数 ｎ－：挖蜘的蛳少骤 盘ｔ州７ 台数｛“： 摧州 Ｉ）适Ｉ』ｒ多种｛蚺”最 ！＇Ｉｔ４９ｔ＃钟乳¨：浦。２， 垭过将撇＂。推¨戤州 ¨．挝州数＿｜ｌｌ＝Ｊ１：＿ｌ主；［
ｍ
核心站予值山＾擞柳昨日ｆ挫
术轴九。Ｏｍｅｌｅ Ｊ睫ｍ韭敦谢
坛为Ｃｌｅｎｍｎｔｉｌｌｅ
ＭＳｆｌ＋为１１１：摊址人 ｎｑ泵缱｛ＩＩＯＡ软川 曲，＾ＤＭｎ瞄ｊｊ｜｝ 乏崩业Ｊ州｜Ｊ蚌骋
ＳＡＳ为ｌ｝４１ｈｉ ｆ。ｈ、川数圳 缆¨廿＊ｉｊ盘 什．敦撕挖 捌Ｉ．Ｈ统｝｜ 计析岫能世
ｍＭ悖凡Ｓｉｍｏｎ Ｆｎ咄ｌ
Ｓｃｉｅｎ钟ａｎｄｔｅｃｈｎｏｌｏｇｙ，ＮａｎｉｉｎｇＵｎｉｖｅｒｓｉｔｙ ｏｌ Ａｇｒｉｃｕｌｌｕｒｃ．Ｎａｎｉｉｎｇ ２１００９５）
ｌＡｂｓｔｒａｃ！ｌ
ｈａｖｅ ｂｃｃｎ
ｍｔｈｅ
ｐａｓｉ
ｙｅａｒｓ，［ｂｆｅｉｇｎ ｃｏｉｎｐａｎｉＩ：＝ｓ ａｎｄｉｎｓｔｉｔｕｔｉｏｎｓ ｈａｖｅ ｐｒｏｄｕｃｅｄｍａｎｙ ａｄｖａｎｃｅｄ ｄａｔａｍｉｎｉｎｇｔｏｏｌｓ－Ａｔ Ｉｏｗｉｄｖｅｌ ｔｈｅ，ｇｒｅａｔｅｓｔ ｐｒｏｂｌｅｍ ｉｓ ｈｏｗ ｔｏ ｃｈ小）ｓｃ
打甜、ｌｅ
Ｃ『｛ｌＳＰ．ＤＭ
没冉捌ＩＩ…么柑 ｝；Ｉ｜的仃“、沦
不¨
’ｉＳＰＳＳＪ
ＥｌＩＩ］ｎｌｊ
没响赴…ｆ｜幺特刖 的山法沦
ＳＥＭＭＡ
戢机升忻挖蜘（ＯＬＡＭ） ｌｌ元规则甘引
、ｒＣＲＩＳｐ－ＤＭ
山。浊沦
ｈ、Ｈｌ！
ｌ＾朴 ＿Ｉ＿Ｉｌ解
Ｊ囱ｌ亩１１博户终 啼．晰＂：ｒ Ｊ征们ｌｉ＇＋ｉ ｑｌ，６Ｊ趣．』ｉ“ｆｆ｝ｒ
凡＂ｊ＋：１ｎｌｅｌｌｉｔ＋ｍｎｌ
Ｓｙｓｔｅｍｓ Ｄｕｔｉｌｂａｓｅ
仝球雏钔商． １婴经蠊“３－＇ 数１１ｔ１４＇．１叫｛Ｊｌｆ 茌州－
Ｊ４．／＇：乩・Ｉ・啦龇蚍进Ｄｍ－ｉＶｉｎ． 返意味卅阻轼ｆｌ将七副：抉褂 收入水￡拧，”－％Ｊｊ：发ｆ¨性术 芷ｉ告．
Ｒｃ辨Ｂｒ曲Ｌａｂ－
ｏｒａｔｏｒｙａｌＪ址．ＤＢＭｉｎｅｌ ｒｅｃｈｎｏｌｏｇｙ避！｝Ｊ｜蛙 们个窜ｆ『＊瓠料挖 掘系统，
ＩＩｊＭ Ｃｌｃｎｌｅｎｌｉｌｗ．ＳＰＳＳ Ｉｎｌｅｌｌｌｇｅｎｔ Ｍｉｌｅｒ
ｔ嚣髑工其性囊比较
ＳＯＬ Ｓｅｒｖｅｒ ２０＜ｍ ＳＡＳ ＮＣＲ ＭＩｃｍ绷ｎ ＳＡＳ Ｉｎｓｔｈｕｌｅ ＤＢＭｉｎｅｒ Ｉ＇ｅｃｈｎｃｌｌｃ，ｇｙ
Ｄａｒｗｉｎ
Ｉ）Ｏｒａｃｌｅ．１＂ｈｉｎｋｉｎｇ Ｍａｃｈｉｎｅｓ
２）Ｏｍｃｌｅ９ｉ柑自新ｆ１‘１１２蜘Ｉ Ｈ 逃ｆ＇ｌ（Ｏｍｃｌｅ ＂１ｔ１：１１｛ ＭｉｎｉｎｇＯｐｌｉ椰）
Ｄｉｓｃｏｖｅｒｙ ａｎｄ Ｄａｔａ
其网列。１“。 我们用表格的形式（表Ｉ，见后２页）对这些数据挖掘］：具 进行了分析和比较．经分析可以看出，ＳＡｇ完仝以统计理沦 为基础，功能强大，有完蔷的数据探索功能。但难以掌握， 要求是高级统计分析专业人员．结果难以理解。价格也极其 昂贵，而ｎ是租赁模式。ＩＢＭ的Ｅｘｔｅｒｐｒｉｓｅ Ｍｉｎｅｒ简单易用， 是理解数据挖掘的好的开始。能处理大数据量的挖掘，功能
Ｉ‘部＂３－ｓｉ川拽
ｆ１：钳川 Ｈ柯ＩＩ：；：ｉｉ＇ｇ！ｆｉ的啦 槲艘小披ｓ，ｊ、ｆＩｌ ｉｉ＿ｉ｜１需型“杂的 傺ｆ１・．比较近卉 柞询凡¨ 仪ＩＩ Ｊ（１ １Ｕｎｉｘ系缱ｈ必坝址ｃ， ｓ鼎蜘√ｋ诚入Ｏｒａｃｌｅ
ｄａｌａｌｍｓｅｓ＋
ｉ；！【Ｂ，ｌｇｌ！ｌｉ＇Ｐ
１世
没有ｆ Ｌ何ｌ矩ｌ＂求ｌ ＪＦ
证１１』丁多利一 拦１”最绒， －ｄ以连接再 利・不ＩｌｌＪ ｎ０数 槲源。提供 ｒ系驯数蜊 胜小钍巧
Ｃｌｕｂ论坛。Ｇａｒｌｎｅｒ Ｇｒｏｕｐ的一次高级技术调查结果显示，
“未来３～５年内将对＿：ｆ：ｑｋ产生深远影响的５大关键技术”之 前的是数槲挖扣【和人１：智能，“未来５年内投资焦点的１０大 新兴技术”前州ｆ矗垃，ｆ行处理体系和数据挖掘；麻省理工学 院的“科技ｎⅡ删挣公；ＩＩｉ“改变未来的ｌＯ项新＊科技趋势”之 ‘怂数札ｅ挖掘；荚国罔家科学基金会的数据库研究项目中， ＫＤＤ被＃，Ｊ为最有价值的项日。
近川丁＃剃一排ｆｌ采 绒。基Ｉ
Ｏｌ＾Ｉ’他Ｉｔ【
救（ＥＴｅｍｄａｔａ龃 州峨山“¨．ｎ： 嗡ｒ—Ｉ铺酏叫Ｉ： 没钉七Ｈ关 ｍ￥释
叭ＭＳ＾鲥、Ｕｉ．
的玳蔷，ｆ．１ｉｆ，ｇ转
空水空什，或者衄过敦州Ｈ？ 韬。州－氟统舡捌¨ｉ施术珏八其 他敦掘乐鲢，３）Ｅｘｃｅｌ仆数 扪燧ｄ、
Ｅｘｃｅｌ＇ｆ１故扣；键小
撼赴ｔｓｌ（Ｉｑ挫谥Ｕ一呲
Ｄｉｓｃｏｖｅｒｙ
基盒疆日：南京农业大学青年科技创新基金资助项Ｈ
作者蕾舟：张雪英【ｔ９７０－－】．女．讲ｌＩＩ｜ｊ、博士生，ｔ要研究方向为
智能信息｛盘索和Ｗｅｂ数据挖掘 收藕Ｂ蠢：２００２—０８一０７
的性能测试报告。订荧这屿数据挖掘工具的简要内容可参考
万 方数据
囊Ｉ
比括 掘廿 ，…１１＾犍 供ＩⅢ
ｄｉｓｃｏｖｅｌｙ：Ｄａｌａｍｉｎｉｎｇｔ００１
ｌ概述
数据挖掘正成为计算机科学和技术应用的一・大研究热 点。ｍ奖Ｈ人Ｉ：智能坍会主办的ＫＤＤ例际研讨会已经召开 ｒ７次，研究煎点逐渐从发现方法转向系统应用。一些章题 会议也把数辩挖撕Ｉ和知识发现列为议题之‘，数据库、人工 帮能、信息处瑚！、知识］：程等锁域的国际学术刊物也纷纷开 辟ＫＤＤ章ｌ趣或专列。例如ＩＥＥＥ的Ｋｎｏｗｌｅｄｇｅ
半。３） 小拙１０ 条驯数懈Ｊ裢
川ｐ 蚪ＩｌｌＩ
Ｊｍ过迎接竹一１＾的Ａ，ｊ、 ｆＦ；。℃．搏，＾ｎ １１ｌＪ雠编
垭过仕川“如ｎ０ 数拊ｌｆ讹化性求 帛１个健扎ｍ雄 ｊＪａｖａ（１ＩＪ ＪＩＩ户胁 魁ｍｍ“术埔曲ｌ
州税化摊ＩｌｌＩ，为棚一节肯＿ｌ秆 缸船舶＾挺｛Ｊｌ：了州计较强ｍ 川户补“
ｌＵ桃化抖Ｉｌｌ Ｊ
捌白 啦扣
¨ＳＰＳｓ定ｆｐ ｒｆＦ灯＋ｒｋ ｎ世甜剜币ⅡＯ呐ｒ：乩 ＃｜Ｊ＾ｉｌｌＩ就ｌ－ｊ吼ＩＩ山惮 ｛１数删挖搠。斌吐ＳＰＳ ｓ砒砸时问ｎｏｊ．ｆ训．ｉｉｆ 吼ｃｆ＿ｆｆ』户ｒ『Ｉ，ｑ学碰数 抑Ｈ±州帕ｊ立ｒ—ｔ８１拧补 徘｛１＿。２ｌ ｆ瞳啦乖ｆ～雌 护和樽，“¨缎上… ，４＋ｊ御蚪的竹川￡
如：Ｃｏｇｎｏｓ Ｓｃｅｎａｒｉｏ午ｌｌＢｔｔｓｉｎｅｓｓ Ｏｂｊｅｃ如；（３）面向特定应用的
数据挖掘【：具包括ＫＤＩ（零售）、０ｐｔｉｏｎｓ＆Ｃｈｏｉｃ叫保险）、
ＨＮＣ（欺诈行为探查），ＨｌＵｎｉｃａＭｏｄｅｌＩ（市场）。
…玑陶外比较有影响的典型数据挖掘系统有：ＳＡＳ公
ｌ习的Ｅｎｔｅｒｐｒｉｓｅ Ｍｉｎｅｒ、ＩＢＭ公司的Ｉｎｔｅｌｌｉｇｅｎｔ Ｍｉｎｅｒ、ＳＧＩ公司 的Ｍｉｎｅ，Ｓｅｔ、ＳＰＳＳ公司的Ｃｌｅｍｅｎｔｉｎｅ、Ｒｕｌｅ＇Ｑｕｅｓｔ Ｒｅｓｅａｒｃｈ公 司的Ｓｅｅ５、还柯ＣｏｖｅｒＳｔｏｒｙ、ＥＸＰＬＯＲＡ、Ｋｎｏｗｌｅｄｇｅ Ｗｏｒｋｂｅｎｃｈ、ＤＢＭｉｎｅｒ、Ｑｕｅｓｌ等。参见ｈｔｔｐ：／／ｗｗｗ ｄａｔａｍｉｎｉａｇｌａｂ ｃｏｎｌ，该网科ｉ提供了许多数据挖掘系统和工具
ＮＣＲ流Ｐｌｌ址； 一寤义商卅６Ｕ 地 ～教＊‘探索 一帆处州 ～让一模，“ 一出施
ＭＳ
１・蚶址引埘小
ｓＡｓ公司Ｈ 甘多‘Ｆｌ－甫 『ｆｊｌＵｆ．ｆｌ
Ｊ＇ｑｋ
Ｉ】融八多种＊ｈ！坡现
思姆．１２ＪｌｌｆｌｍＪ槭性＂Ｐ 约、窟舰９ｌｉＪＰ，７导蛙 耻。２）最统Ｊｍ能较全 ｉｌｌｌ。．３ｊ乐纯＊‘仇ｒ 利－技宅帮帕知ｉＪ－艇州 ｉｈ
ＩＢＭ队为数据挖 抑肿ｒ人多拙辫 户烂…’ｈ艇抽ｎｑ 过川．１刖此他ｆｌ＇Ｊ 把ｊ＾什ｆ１－山 人胆井☆川帕 个
１）Ｄ．刑ｉｎ只陡先成少付∞ｍ 川．山丁跳乏钾浊．兜成 ！Ｉ常址的数州挖掘ＩＩ ｊｑｉｌ＋ｌ 雌。２）甚铷ｒ数撕挖捌过¨ 的企¨性癣Ｉ州关０京的竹浒 参’，。３）高膻依靠Ｉ；ｕ廿．Ｊｉ罩 低ｒ‘Ｊ ０门ｎ０ ｎ＇，ｉｑｋ ０家自ＪＵｌ 外舟舯“沂性，４）ＪⅣ场份瑚
Ａｎａｌｙｓｉｓ ａｎｄ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｏｖｅｒｓｅａｓ Ｌｅａｄｉｎｇ Ｄａｔａ
ＺＨＡＮＧ Ｘｕｅｙｉｎｇ （Ｃｏｌｌｅｇｅ
ｏｆＩｎｆｏｒｍａｔｉｏｎ
Ｍｉｎｉｎｇ Ｔｏｏｌｓ
ｐｒｅｓｅｎｔ．ｍｏｒｅ ａｎｄｉｌｌｏｒｃｔｏｏｌｓ ｔｈｅ ｓｐｅｃｉｔｉｃ ｂｕｓｉｎｅｓｓ ｏｌ
０１）Ｃ
ｌ，ｊ剃化掸Ｉｆｌｊ．幕ｒ
０ＬＡｌ’
博十些骤均 有ｉ—ｊ桃化抖
ｉ‘Ｊ视化７１ｔｌｈｌ
Ｐ．。蚪琏・｛啦矾定
４ｔ川眦
挺ｆＪｔｌ＋７ 业范干 能山 ＳＰＳＳＩ＇１４ｊ桂心托ｔ健山 址埘过再利一仆ｔｌｉｔ女术 朱解挑商，４ｔ／．ｆ４ｊｉ！ｉ 儿自抽｝人ｎ０仆礼 ¨盯能ＪＪ。ＩＢＭ 呐１，’班ｍｌ南坫徙 够点”人付Ｉ＇ＰｔＪ套 饯川＊Ｉ，Ｊｊ．ｔ探ｌｉＩ凡 馒饪啦默挖盐【；卦．
第２９卷２９１６１ｔｔ］
计算机工程
２００３年９月
・发展趋势，热点技术・
文章■号：Ｉｏｏｍ０４２８（２帅３）１６—＿０帅Ｉ—ｍ３
文＿晦艰珥：Ａ
中田分类粤ｌ
ＴＰ３
国外先进数据挖掘工具的比较分析
张薯类
（南京农业大学信息科技学院，南京２１００９５） 捕蔓：近年来，园外ｌ辅续推出了－些先进的数据挖掘工具。国内也在不断地引入这些数据挖掘］二具。随着数据挖掘工具的不断涌现，如何 选择适合证北自身特定需要的数据挖掘ｒ再。已成为企业引八数据挖掘拉术的一大难题ｅ文章在摘要概述数据挖掘技术背景昀基础上，从食 ＿ｋ应用的埔『堑，仝而洋缃地比较分析了当前国外先进的数据挖掘工具。 关ｔ诩：数拊挖捌；知识发现；数据挖掘工具
ｈｌｌｒｔＫｋｌｃｃｄ
ｉｍｏ Ｃｈｉｎａ
ｄａｔａ
ｍｉｎｉｎｇ
ｔ００１．ｗｈｉｄｌ
ｆｉｔｓ
１０
ｃｏｍｐａｎｙ［１１ｉｓ ｐａｐｅｒ ａｉｍｓＩｏ ａｌｌａｌｙｚｅ ａｎｄ ｃｏｍｐａｒｅ ｋｉｎｄｓ ｏｆ ｂｅａｄｉｎｇ ｄａｔａｍｉｎｉｎｇｔｏｏｌｓ
【Ｋｅ）¨ｏｒｒｉｓｌ １）．岫ｉｌｌｉｎｉｎｇ；Ｋｎｏｗｌｅｄｇｅ
２数据挖掘工具特性比较
数越｝挖捌ｌ：具市场分为３个部分：（１）通用数据挖掘工具 包括：ＳＡｇ
Ｅｎ＇・ｅｒｐｒｉｓｅ Ｍｉｎｅｒ、ＩＢＭ Baidu Nhomakorabeaｎｔｅｌｌｉｇｅｎｔ Ｍｉｎｅｒ、
ＵｎｉｅａＰＲＷ、ＳＰＳＳ Ｃｌｅｍｅｎｔｉｎｃ、ＳＧＩ ＭｉｎｅＳｅｔ、Ｏｒａｃｌｅ Ｅ｝ａｒｗｌｎ
平｜ＩＡｎｇｏｓｓ ＫｎｏｗｌｅｄｇｅＳｅｅｋｅｒ；（２）综合数据挖掘工具能提供管 删报告、在线分析处删和在酱通结构・ｐ的数据挖掘能力。
ｎｑ州纵 Ｊ，前掣糊外ｍ ｆ．Ｈ束做数婀 腱１‘和椎蔷。２）＾竹浊１ ｆｆＪ 不址年¨模，“瞰置ｌ‘的制讣曲 川都址弃户衙婴考啦ｆｆＪＰＩｉＪ＇Ｆ Ｊ垃木。３）托十多竹ｍ服舟 器ｆ：的岳现篙世个０门ｒ『』 服务船．斗｜Ｌｆ４食ＣＰＵ仪仪 盘持个川户。４）扎ｌｌｄ甘～ “．世个ｍ常择埘幢川的Ｉ Ｈ．ｆＩＩ这楚咀减少商业０客 泉抉褂＾｝＾收旆的止ｆ＾性们 蜘火为ｆ℃价帕 ｗ斗越ＮＣＲ新 螂虻ｍ一“品． ¨轼仆啊？山ＭＳ ｓＱＬｍ绁仆ｍ ｆ）¨搿．震 川－州惦打 Ｊｔ。２）操们ｔ 挺抽世求世 岛缎桃Ｉｌ讣 ｉ＜ｊｉ０舭人 ¨，｝＾玳巾： 咀即牌
Ｅｎｇｉｎｅｅｒｉｎｇ会刊出版『由ＫＤＤ技术专刊；以半月刊Ｋｎｏｗｌｅｄｇｅ Ｎｕｇｇｅｔｓ为代表的ＫＤＤｌＨ予出版物和ＤＭ
Ｅｍａｉ［
一般，可能仅满足要求．没有数据探索功能，与其他软件接
口箍，只能用ＤＢ２，难以发布。结果美观，但同样不好理 解。Ｏｒａｃｌｅ功能较弱，使用不方便，没有数据探索功能，市 场份额也小。Ｏｒａｃｌｅ２００２年９月欲摊出其自己的数据挖掘＿：＿Ｉ二 具。ＳＰＳＳ是ＳＡｇ的强有力竞争对手，也以统计理论为基础， 功能强大，有完备的数据探索功柏，也较易掌握，性价比较 高，有能力处理大数据量，而且ＳＰＳＳ具有方便的发布和集 成功能．使得结果形式完命在系统设计人员掌握之中。其它 数据挖掘工具，｜；／ＩＩＮＣＲ只能接Ｔｅｒａｄａｔａ，曾是ＳＰＳＳ的合作伙 伴．刚推ｉ＿ｌ｛自己的挖掘工具，在某Ｊ！｛｝方面还不太成熟。 由于不町能对所有数据挖掘工具都有直接应用经验．而 Ｉ＝Ｌ数据挖掘工具在不断更新，定期或不定期地有新版本出 现。溺此，奉文ｉ；ｉ：ｒ能会迪瀑一些氟要的评仙属性，请尽可能 参阅各种：Ｉ：具的技术文档。 总之，１ｉ｝＝业在选择数据挖掘］二具时需要考虑很多附豢， 很难按照一个固定的原则给数据挖掘工具排一个优劣次序。 应根据企业特定的应用需求加以选择。国外许多行业等已经 大量利用数据挖掘工具来协助其业务括动，国内在这方面的 应用还处于起步阶段，研究和学习国外先进的数据挖掘Ｉ：其 是很有必要的。
ＩＩ）ＭＯＩ
＋ｉｌ＇，ｌｋ务．柏为ＭＳ ＳＱＬＩ＇Ｉ＜／Ｊ）／艟÷ｈ壳
最刊川¨２）共｛ｉＥ忧
”址｛一』以ＩＩ。描ｆｌ＋书Ｊｍ 崩业Ｕｒ，缔结介刊数抓 ｛２＊ｎ ｆ４，１＇ｉ！Ｊ｛＊ｊ－
ＢＩ最统解珧 ｂ。蛀
洲分训忆绝常
ｎ韩个介埘ｑｌ女ｌｉ
蝶。川蚰对・－』碰化Ｊ ｛１潍州伸博ｆ柑９ｊ啦数 ｎ－：挖蜘的蛳少骤 盘ｔ州７ 台数｛“： 摧州 Ｉ）适Ｉ』ｒ多种｛蚺”最 ！＇Ｉｔ４９ｔ＃钟乳¨：浦。２， 垭过将撇＂。推¨戤州 ¨．挝州数＿｜ｌｌ＝Ｊ１：＿ｌ主；［
ｍ
核心站予值山＾擞柳昨日ｆ挫
术轴九。Ｏｍｅｌｅ Ｊ睫ｍ韭敦谢
坛为Ｃｌｅｎｍｎｔｉｌｌｅ
ＭＳｆｌ＋为１１１：摊址人 ｎｑ泵缱｛ＩＩＯＡ软川 曲，＾ＤＭｎ瞄ｊｊ｜｝ 乏崩业Ｊ州｜Ｊ蚌骋
ＳＡＳ为ｌ｝４１ｈｉ ｆ。ｈ、川数圳 缆¨廿＊ｉｊ盘 什．敦撕挖 捌Ｉ．Ｈ统｝｜ 计析岫能世
ｍＭ悖凡Ｓｉｍｏｎ Ｆｎ咄ｌ
Ｓｃｉｅｎ钟ａｎｄｔｅｃｈｎｏｌｏｇｙ，ＮａｎｉｉｎｇＵｎｉｖｅｒｓｉｔｙ ｏｌ Ａｇｒｉｃｕｌｌｕｒｃ．Ｎａｎｉｉｎｇ ２１００９５）
ｌＡｂｓｔｒａｃ！ｌ
ｈａｖｅ ｂｃｃｎ
ｍｔｈｅ
ｐａｓｉ
ｙｅａｒｓ，［ｂｆｅｉｇｎ ｃｏｉｎｐａｎｉＩ：＝ｓ ａｎｄｉｎｓｔｉｔｕｔｉｏｎｓ ｈａｖｅ ｐｒｏｄｕｃｅｄｍａｎｙ ａｄｖａｎｃｅｄ ｄａｔａｍｉｎｉｎｇｔｏｏｌｓ－Ａｔ Ｉｏｗｉｄｖｅｌ ｔｈｅ，ｇｒｅａｔｅｓｔ ｐｒｏｂｌｅｍ ｉｓ ｈｏｗ ｔｏ ｃｈ小）ｓｃ
打甜、ｌｅ
Ｃ『｛ｌＳＰ．ＤＭ
没冉捌ＩＩ…么柑 ｝；Ｉ｜的仃“、沦
不¨
’ｉＳＰＳＳＪ
ＥｌＩＩ］ｎｌｊ
没响赴…ｆ｜幺特刖 的山法沦
ＳＥＭＭＡ
戢机升忻挖蜘（ＯＬＡＭ） ｌｌ元规则甘引
、ｒＣＲＩＳｐ－ＤＭ
山。浊沦
ｈ、Ｈｌ！
ｌ＾朴 ＿Ｉ＿Ｉｌ解
Ｊ囱ｌ亩１１博户终 啼．晰＂：ｒ Ｊ征们ｌｉ＇＋ｉ ｑｌ，６Ｊ趣．』ｉ“ｆｆ｝ｒ
凡＂ｊ＋：１ｎｌｅｌｌｉｔ＋ｍｎｌ
Ｓｙｓｔｅｍｓ Ｄｕｔｉｌｂａｓｅ
仝球雏钔商． １婴经蠊“３－＇ 数１１ｔ１４＇．１叫｛Ｊｌｆ 茌州－
Ｊ４．／＇：乩・Ｉ・啦龇蚍进Ｄｍ－ｉＶｉｎ． 返意味卅阻轼ｆｌ将七副：抉褂 收入水￡拧，”－％Ｊｊ：发ｆ¨性术 芷ｉ告．
Ｒｃ辨Ｂｒ曲Ｌａｂ－
ｏｒａｔｏｒｙａｌＪ址．ＤＢＭｉｎｅｌ ｒｅｃｈｎｏｌｏｇｙ避！｝Ｊ｜蛙 们个窜ｆ『＊瓠料挖 掘系统，
ＩＩｊＭ Ｃｌｃｎｌｅｎｌｉｌｗ．ＳＰＳＳ Ｉｎｌｅｌｌｌｇｅｎｔ Ｍｉｌｅｒ
ｔ嚣髑工其性囊比较
ＳＯＬ Ｓｅｒｖｅｒ ２０＜ｍ ＳＡＳ ＮＣＲ ＭＩｃｍ绷ｎ ＳＡＳ Ｉｎｓｔｈｕｌｅ ＤＢＭｉｎｅｒ Ｉ＇ｅｃｈｎｃｌｌｃ，ｇｙ
Ｄａｒｗｉｎ
Ｉ）Ｏｒａｃｌｅ．１＂ｈｉｎｋｉｎｇ Ｍａｃｈｉｎｅｓ
２）Ｏｍｃｌｅ９ｉ柑自新ｆ１‘１１２蜘Ｉ Ｈ 逃ｆ＇ｌ（Ｏｍｃｌｅ ＂１ｔ１：１１｛ ＭｉｎｉｎｇＯｐｌｉ椰）
Ｄｉｓｃｏｖｅｒｙ ａｎｄ Ｄａｔａ
其网列。１“。 我们用表格的形式（表Ｉ，见后２页）对这些数据挖掘］：具 进行了分析和比较．经分析可以看出，ＳＡｇ完仝以统计理沦 为基础，功能强大，有完蔷的数据探索功能。但难以掌握， 要求是高级统计分析专业人员．结果难以理解。价格也极其 昂贵，而ｎ是租赁模式。ＩＢＭ的Ｅｘｔｅｒｐｒｉｓｅ Ｍｉｎｅｒ简单易用， 是理解数据挖掘的好的开始。能处理大数据量的挖掘，功能
Ｉ‘部＂３－ｓｉ川拽
ｆ１：钳川 Ｈ柯ＩＩ：；：ｉｉ＇ｇ！ｆｉ的啦 槲艘小披ｓ，ｊ、ｆＩｌ ｉｉ＿ｉ｜１需型“杂的 傺ｆ１・．比较近卉 柞询凡¨ 仪ＩＩ Ｊ（１ １Ｕｎｉｘ系缱ｈ必坝址ｃ， ｓ鼎蜘√ｋ诚入Ｏｒａｃｌｅ
ｄａｌａｌｍｓｅｓ＋
ｉ；！【Ｂ，ｌｇｌ！ｌｉ＇Ｐ
１世
没有ｆ Ｌ何ｌ矩ｌ＂求ｌ ＪＦ
证１１』丁多利一 拦１”最绒， －ｄ以连接再 利・不ＩｌｌＪ ｎ０数 槲源。提供 ｒ系驯数蜊 胜小钍巧
Ｃｌｕｂ论坛。Ｇａｒｌｎｅｒ Ｇｒｏｕｐ的一次高级技术调查结果显示，
“未来３～５年内将对＿：ｆ：ｑｋ产生深远影响的５大关键技术”之 前的是数槲挖扣【和人１：智能，“未来５年内投资焦点的１０大 新兴技术”前州ｆ矗垃，ｆ行处理体系和数据挖掘；麻省理工学 院的“科技ｎⅡ删挣公；ＩＩｉ“改变未来的ｌＯ项新＊科技趋势”之 ‘怂数札ｅ挖掘；荚国罔家科学基金会的数据库研究项目中， ＫＤＤ被＃，Ｊ为最有价值的项日。
近川丁＃剃一排ｆｌ采 绒。基Ｉ
Ｏｌ＾Ｉ’他Ｉｔ【
救（ＥＴｅｍｄａｔａ龃 州峨山“¨．ｎ： 嗡ｒ—Ｉ铺酏叫Ｉ： 没钉七Ｈ关 ｍ￥释
叭ＭＳ＾鲥、Ｕｉ．
的玳蔷，ｆ．１ｉｆ，ｇ转
空水空什，或者衄过敦州Ｈ？ 韬。州－氟统舡捌¨ｉ施术珏八其 他敦掘乐鲢，３）Ｅｘｃｅｌ仆数 扪燧ｄ、
Ｅｘｃｅｌ＇ｆ１故扣；键小
撼赴ｔｓｌ（Ｉｑ挫谥Ｕ一呲
Ｄｉｓｃｏｖｅｒｙ
基盒疆日：南京农业大学青年科技创新基金资助项Ｈ
作者蕾舟：张雪英【ｔ９７０－－】．女．讲ｌＩＩ｜ｊ、博士生，ｔ要研究方向为
智能信息｛盘索和Ｗｅｂ数据挖掘 收藕Ｂ蠢：２００２—０８一０７
的性能测试报告。订荧这屿数据挖掘工具的简要内容可参考
万 方数据
囊Ｉ
比括 掘廿 ，…１１＾犍 供ＩⅢ
ｄｉｓｃｏｖｅｌｙ：Ｄａｌａｍｉｎｉｎｇｔ００１
ｌ概述
数据挖掘正成为计算机科学和技术应用的一・大研究热 点。ｍ奖Ｈ人Ｉ：智能坍会主办的ＫＤＤ例际研讨会已经召开 ｒ７次，研究煎点逐渐从发现方法转向系统应用。一些章题 会议也把数辩挖撕Ｉ和知识发现列为议题之‘，数据库、人工 帮能、信息处瑚！、知识］：程等锁域的国际学术刊物也纷纷开 辟ＫＤＤ章ｌ趣或专列。例如ＩＥＥＥ的Ｋｎｏｗｌｅｄｇｅ
半。３） 小拙１０ 条驯数懈Ｊ裢
川ｐ 蚪ＩｌｌＩ
Ｊｍ过迎接竹一１＾的Ａ，ｊ、 ｆＦ；。℃．搏，＾ｎ １１ｌＪ雠编
垭过仕川“如ｎ０ 数拊ｌｆ讹化性求 帛１个健扎ｍ雄 ｊＪａｖａ（１ＩＪ ＪＩＩ户胁 魁ｍｍ“术埔曲ｌ
州税化摊ＩｌｌＩ，为棚一节肯＿ｌ秆 缸船舶＾挺｛Ｊｌ：了州计较强ｍ 川户补“
ｌＵ桃化抖Ｉｌｌ Ｊ
捌白 啦扣
¨ＳＰＳｓ定ｆｐ ｒｆＦ灯＋ｒｋ ｎ世甜剜币ⅡＯ呐ｒ：乩 ＃｜Ｊ＾ｉｌｌＩ就ｌ－ｊ吼ＩＩ山惮 ｛１数删挖搠。斌吐ＳＰＳ ｓ砒砸时问ｎｏｊ．ｆ训．ｉｉｆ 吼ｃｆ＿ｆｆ』户ｒ『Ｉ，ｑ学碰数 抑Ｈ±州帕ｊ立ｒ—ｔ８１拧补 徘｛１＿。２ｌ ｆ瞳啦乖ｆ～雌 护和樽，“¨缎上… ，４＋ｊ御蚪的竹川￡
如：Ｃｏｇｎｏｓ Ｓｃｅｎａｒｉｏ午ｌｌＢｔｔｓｉｎｅｓｓ Ｏｂｊｅｃ如；（３）面向特定应用的
数据挖掘【：具包括ＫＤＩ（零售）、０ｐｔｉｏｎｓ＆Ｃｈｏｉｃ叫保险）、
ＨＮＣ（欺诈行为探查），ＨｌＵｎｉｃａＭｏｄｅｌＩ（市场）。
…玑陶外比较有影响的典型数据挖掘系统有：ＳＡＳ公
ｌ习的Ｅｎｔｅｒｐｒｉｓｅ Ｍｉｎｅｒ、ＩＢＭ公司的Ｉｎｔｅｌｌｉｇｅｎｔ Ｍｉｎｅｒ、ＳＧＩ公司 的Ｍｉｎｅ，Ｓｅｔ、ＳＰＳＳ公司的Ｃｌｅｍｅｎｔｉｎｅ、Ｒｕｌｅ＇Ｑｕｅｓｔ Ｒｅｓｅａｒｃｈ公 司的Ｓｅｅ５、还柯ＣｏｖｅｒＳｔｏｒｙ、ＥＸＰＬＯＲＡ、Ｋｎｏｗｌｅｄｇｅ Ｗｏｒｋｂｅｎｃｈ、ＤＢＭｉｎｅｒ、Ｑｕｅｓｌ等。参见ｈｔｔｐ：／／ｗｗｗ ｄａｔａｍｉｎｉａｇｌａｂ ｃｏｎｌ，该网科ｉ提供了许多数据挖掘系统和工具
ＮＣＲ流Ｐｌｌ址； 一寤义商卅６Ｕ 地 ～教＊‘探索 一帆处州 ～让一模，“ 一出施
ＭＳ
１・蚶址引埘小
ｓＡｓ公司Ｈ 甘多‘Ｆｌ－甫 『ｆｊｌＵｆ．ｆｌ
Ｊ＇ｑｋ
Ｉ】融八多种＊ｈ！坡现
思姆．１２ＪｌｌｆｌｍＪ槭性＂Ｐ 约、窟舰９ｌｉＪＰ，７导蛙 耻。２）最统Ｊｍ能较全 ｉｌｌｌ。．３ｊ乐纯＊‘仇ｒ 利－技宅帮帕知ｉＪ－艇州 ｉｈ
ＩＢＭ队为数据挖 抑肿ｒ人多拙辫 户烂…’ｈ艇抽ｎｑ 过川．１刖此他ｆｌ＇Ｊ 把ｊ＾什ｆ１－山 人胆井☆川帕 个
１）Ｄ．刑ｉｎ只陡先成少付∞ｍ 川．山丁跳乏钾浊．兜成 ！Ｉ常址的数州挖掘ＩＩ ｊｑｉｌ＋ｌ 雌。２）甚铷ｒ数撕挖捌过¨ 的企¨性癣Ｉ州关０京的竹浒 参’，。３）高膻依靠Ｉ；ｕ廿．Ｊｉ罩 低ｒ‘Ｊ ０门ｎ０ ｎ＇，ｉｑｋ ０家自ＪＵｌ 外舟舯“沂性，４）ＪⅣ场份瑚
Ａｎａｌｙｓｉｓ ａｎｄ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｏｖｅｒｓｅａｓ Ｌｅａｄｉｎｇ Ｄａｔａ
ＺＨＡＮＧ Ｘｕｅｙｉｎｇ （Ｃｏｌｌｅｇｅ
ｏｆＩｎｆｏｒｍａｔｉｏｎ
Ｍｉｎｉｎｇ Ｔｏｏｌｓ
ｐｒｅｓｅｎｔ．ｍｏｒｅ ａｎｄｉｌｌｏｒｃｔｏｏｌｓ ｔｈｅ ｓｐｅｃｉｔｉｃ ｂｕｓｉｎｅｓｓ ｏｌ
０１）Ｃ
ｌ，ｊ剃化掸Ｉｆｌｊ．幕ｒ
０ＬＡｌ’
博十些骤均 有ｉ—ｊ桃化抖
ｉ‘Ｊ视化７１ｔｌｈｌ
Ｐ．。蚪琏・｛啦矾定
４ｔ川眦
挺ｆＪｔｌ＋７ 业范干 能山 ＳＰＳＳＩ＇１４ｊ桂心托ｔ健山 址埘过再利一仆ｔｌｉｔ女术 朱解挑商，４ｔ／．ｆ４ｊｉ！ｉ 儿自抽｝人ｎ０仆礼 ¨盯能ＪＪ。ＩＢＭ 呐１，’班ｍｌ南坫徙 够点”人付Ｉ＇ＰｔＪ套 饯川＊Ｉ，Ｊｊ．ｔ探ｌｉＩ凡 馒饪啦默挖盐【；卦．
第２９卷２９１６１ｔｔ］
计算机工程
２００３年９月
・发展趋势，热点技术・
文章■号：Ｉｏｏｍ０４２８（２帅３）１６—＿０帅Ｉ—ｍ３
文＿晦艰珥：Ａ
中田分类粤ｌ
ＴＰ３
国外先进数据挖掘工具的比较分析
张薯类
（南京农业大学信息科技学院，南京２１００９５） 捕蔓：近年来，园外ｌ辅续推出了－些先进的数据挖掘工具。国内也在不断地引入这些数据挖掘］二具。随着数据挖掘工具的不断涌现，如何 选择适合证北自身特定需要的数据挖掘ｒ再。已成为企业引八数据挖掘拉术的一大难题ｅ文章在摘要概述数据挖掘技术背景昀基础上，从食 ＿ｋ应用的埔『堑，仝而洋缃地比较分析了当前国外先进的数据挖掘工具。 关ｔ诩：数拊挖捌；知识发现；数据挖掘工具