|
|
1. 数据挖掘技术简介
1.1 数据挖掘的背景
随着网络应用和规模的不断发展,网络随时都在产生海量数据,这些数据方便了网络管理者了解、管理网络。但也带来了一些问题,如信息过量,难以消化;无法快速从海量数据中找到有用的信息等。
面对网络海量数据,如何理解、发现数据之间的关系和规则,快速对数据进行抽取、转换,并进行综合分析,从中挖掘出有价值的信息,为管理者及时、准确的提供决策数据支撑已成为网络管理的重点。所以,将数据挖掘技术引入到网络管理,并构建全局、智能、高效的网络管理解决方案已成为一个必然的趋势。
1.2 什么是数据挖掘
数据挖掘(Data Mining,DM)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。数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等。
数据挖掘技术是面向应用的,它不仅对数据库进行检索、查询、调用,而且要对这些数据进行深入的统计、分析和推理,发掘数据问的相互关系,完成从业务数据到决策信息的转换。
在人工智能领域,数据挖掘又被称为数据库中知识发现(Knowledge Discovery in Database, KDD), 通常把数据挖掘视为数据库中知识发现过程的一个基本步骤。
1.3 数据挖掘的功能
常见的数据挖掘的功能包括分类(Classification)、估值(Estimation)、预言(Prediction)、相关性分组或关联规则(Affinity grouping or association rules)、聚集(Clustering)、描述和可视化(Description and Visualization)、复杂数据类型挖掘(Text, Web ,图形图像,视频,音频等)等七种。
....... |
评分
-
1
查看全部评分
-
|