数据挖掘技术及应用浅析

合集下载
  1. 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. 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. 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)。
的代表为R B F 和B P o 率, 确保 数据挖 掘的质量。 金融行 业中的数据分类 比较 明确, 如: 信贷 数据 、 储 蓄数
. 4金融行业 促使 数据挖掘处于优化的状态, 完成难 度聚类。 神经 网络技术 3
2 . 2 决策树 技术
据 等, 需对数 据采取合 理的分配和 管理。 数据挖掘技术 在金融
的支持下, 将 不同功能的数据系统, 兼容于统一系统 , 不论是学
还是教务人 员, 利用独 立账号、 密码, 都可 实现个人信息管 结合繁殖、 基 因、 突变、 重组 的概 念, 引入新数据 , 促使 数据库 生 , 对数据挖掘技术提供更高的发展要求 。 中新个体 的形成 , 所 以数 据挖掘 中的遗传算法 , 既可以作为数 理或查询, 据分析 的方法 , 也可以体现预算和评估的特点。
3 . 3 医学领域
医学领域不仅涉及大量 的信息数据 , 而且数据 的编排、 汇 总非常复杂 , 大量 数据 同时出现 的过 程中, 几乎不会 出现相 同
2 数据挖掘的技术支持
2 . 1神经网络技术
因此 , 医学领 域的数据 管理, 具备 一定难度 。 数据挖掘技 神经 网络主要 以数 学模型为主 , 重 点针对 复杂数 据, 快速 数据, 特 别是在病历管理、医药信息 完成数据抽取 。 神经网络技术处理 的能力, 可 以超 出计算机 的 术成功应用于 医院数据 管理中, 例如 : 数据挖 掘技术可 以整 合医药信息 , 将 医药信 分析水平, 保障输入神经 网络 中的数据 属于数值 型 , 即可快速 管理方面 , 医务人员可 以通过 检索 的方 式, 在管 导出趋势性变化的数 据。 神经 网络技术通过模拟大脑的神经 元 息存储于数 据库系统 内, 迅速获得所需信息, 避 免信息筛选错 误, 提 高信息识 结构, 利用M P I 实现 非线性规 划, 根 据数据信息的特性 , 决定信 理系统内, 别的能力 。 由此, 医务人员在信息管理和校对方面, 提高操作效 息的存储位置 , 实现 自 主 处理。 神经 网络技术 在数据挖 掘中, Baidu Nhomakorabea不仅可 以实现数 据的快速分类 , 还可 以对数据进行模拟预测,
为数 据管理提供可靠 的空间, 成 为管 理金融数 据的最 此技术 以模拟离散 函数为主, 借助 树木模型 , 对 实际案例 行业 中, 数据 挖掘技术 具备独立分析的能力, 可 以在 数据库 进行 综合分类处理 。 决策树的叶子, 代表不 同结点, 而结点则是 佳 方式…。
设置 多维参考点, 对不同类 型的数据实行严格区分, 根据数 组成实例不同属性 的测试, 未来枝叶的分支 , 表示可能覆盖 的 中, 实行 准确处理 , 发 挥数据挖 掘的优势 , 维 持金 属性预 测 。 决策树 在根部 向枝叶推进 的过 程中, 蕴含丰 富的 据 的异 同性质, 数据挖 掘技术 还可 以根据 金 融数据 的动态 变 数 据挖掘 ,目的是得出有价值的属性信息, 所 以决策树理论支 融数据 的运行。 化 , 有 效发现影 响金 融活动的不 良因素 , 防止金融行业 出现 数 持数 据挖 掘的分析和分类, 对相同属性的数据进行归类存储 , 进而挖掘数据分类 中遵循 的规则。 据漏洞, 造成管理弊端 。 综上所述 , 随着数据挖 掘技术 的发展, 其 在行业领域 中的
数据挖 掘技术及应用浅析
林 敏 ( 福建省 公安 边防 总 队 训练基地, 福建 福州 3 5 0 0 0 0 )
摘 要: 数据 挖掘 可以实现 海量 提取 、 综合 处理 的技 术应 用, 主要 以数 据库作为技 术支持, 实现信息技 术 有针对性 的表 达 。 近 几年, 数 据挖 掘技 术 得到较好 的建设 与发 展 , 应用 于多项领 域 , 提 高对信 息的收集 能力, 加快数 据信 息的传 递 速度 。 数据挖 掘技 术 的出现 , 着 实推 进信 息
3 数据挖掘技术的应用领域
3 . 1通信服务行业
在数据挖掘技术的带动和参 与下, 通信服务行业逐渐趋 向
于“ 三 网融 合”, 即: 电信、互联和 电视 , 势必 涉及诸多数 据运
应用越 来越广泛 , 为数据 运行提 供强大 的技 术支 持。 数据挖 掘 技 术可 以迅 速获取有效信息, 体现 准确识别 的能力, 改善数 据 运行, 因此 , 数 据挖掘技术成 为行业 发展与进步 的重要途 径, 不仅 提高 信息处 理的能 力, 还可 以保 障信息处 理 的效 率和 价 值, 同时提高行业信息技术水平。
的有效挖 掘 。 因此 , 本 文重点分析数 据挖掘 技 术 , 分析 实质应 用。 关键 词 : 数据 挖 掘; 技术; 神 经网络 技 术
1数据挖掘技术的方法
数据挖 掘技术 的方法主要分为统计、 聚类和遗传分析 。
数据挖掘 技术在高校 中的应用较 为明显 , 例如 : 学生信息 管理 系统、 教务评价系统、 成绩查询系统、 选课系统等, 都可体
高校学生数量较多, 通 过数据挖掘 技 统计方法可以满足数据库处理分析, 包括 : 有线、 非线、回归等 现数 据挖 掘技术的优点。 术 , 可 以为学生提 供一体化服务, 学生在入学之 际, 即可将信息 多项统计方法 ; 聚类方法应 用于数 据挖掘的 内部 处理, 梳理 内 整个在校 期间, 都可通过管理系统 , 查询个 部数据 的关 系, 基于聚类 方法的存在 , 数据挖掘技 术可 以满足 录入在管理系统 内, 管理者也可以根据 管理系统 , 快速调取学生信息 , 如: 经济、 模拟等多项数据领域 的需求 ; 遗传分析是数据挖 掘方法 人信息,
饭卡充值等 , 随 时关注学生 的信息动 态 。 高校 在 的重 点, 以生物进化为导向, 将重组、 变异导入到 数据库内, 推 图书 借 阅、 已经实现 多系统的融合发展 , 在数 据挖掘技 术 进数据 的后续发展 , 将后续模 拟的数据, 应用在现 代数据库的 数据 管理方面,
某个 部分, 发挥同样作用, 遗传算法高度模拟生物进化的方式 ,
相关文档
最新文档