国外先进数据挖掘工具的比较分析.pdf

《国外先进数据挖掘工具的比较分析.pdf》由会员分享，可在线阅读，更多相关《国外先进数据挖掘工具的比较分析.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第2 9 卷2 9 1 6 1 t t 计算机工程2 0 0 3 年9 月发展趋势，热点技术文章号：I o o m 0 4 2 8(2 帅3)1 6 _ 0 帅I m 3文_ 晦艰珥：A中田分类粤lT P 3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，南京2 1 0 0 9 5)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

2、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A n a l y s i sa n dC o m p a r i s o no fO v e r s e a sL e a d i n gD a t aM i n i n gT o o l sZ H A N GX u e y i n g(C o l l e g eo f I n f o r m a t i o nS c i e n 钟a n d t e c h n o l o g y，N a n i i n g U n i v e r s i t yo lA g r i c u l l u r c N a n i i n g2 1

3、 0 0 9 5)l A b s t r a c!lm t h ep a s iy e a r s，b f e i g nc o i n p a n i I：=sa n d i n s t i t u t i o n sh a v ep r o d u c e d m a n ya d v a n c e dd a t a m i n i n g t o o l s-A tp r e s e n t m o r ea n d i l l o r c t o o l sh a v e b c c nh l l r t K k l c c di m oC h i n aI o w i d v e

4、lt h e,g r e a t e s tp r o b l e mi sh o wt oc h 小)s co n cd a t am i n i n gt 0 0 1 w h i d lf i t s1 0t h es p e c i t i cb u s i n e s so l0 1)Cc o m p a n y 1 1 i sp a p e ra i m s I oa l l a l y z ea n dc o m p a r ek i n d so fb e a d i n gd a t a m i n i n g t o o l s【K e)o r r i s l1)岫i l l

5、 i n i n g；K n o w l e d g ed i s c o v e l y：D a l a m i n i n g t 0 0 1l 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K D D 例际研讨会已经召开r 7 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K D D 章l 趣或专列。例如I E E E 的K n o w l e d g ea n dD a t aE n g i n e e r i n g 会刊出版由K D

6、D 技术专刊；以半月刊K n o w l e d g eD i s c o v e r yN u g g e t s 为代表的K D D l H 予出版物和D ME m a i C l u b 论坛。G a r l n e rG r o u p 的一次高级技术调查结果显示，“未来3 5 年内将对_：f：q k 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1 0 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n 删挣公；I I i“改变未来的l O 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，K D

7、D 被#,J 为最有价值的项日。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：S A gE n e r p r i s eM i n e r、I B MI n t e l l i g e n tM i n e r、U n i e a P R W、S P S SC l e m e n t i n c、S G IM i n e S e t、O r a c l eE a r w l n平|I A n g o s sK n o w l e d g e S e e k e r；(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。如：

8、C o g n o sS c e n a r i o 午l l B t t s i n e s sO b j e c 如；(3)面向特定应用的数据挖掘【：具包括K D I(零售)、0 p t i o n s C h o i c 叫保险)、H N C(欺诈行为探查),H l U n i c a M o d e l I(市场)。玑陶外比较有影响的典型数据挖掘系统有：S A S 公l 习的E n t e r p r i s eM i n e r、I B M 公司的I n t e l l i g e n tM i n e r、S G I 公司的M i n e,S e t、S P S S 公司的C l

9、e m e n t i n e、R u l e Q u e s tR e s e a r c h 公司的S e e 5、还柯C o v e r S t o r y、E X P L O R A、K n o w l e d g eD i s c o v e r yW o r k b e n c h、D B M i n e r、Q u e s l 等。参见h t t p：w w wd a t a m i n i a g l a bc o n l，该网科i 提供了许多数据挖掘系统和工具的性能测试报告。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：

10、具进行了分析和比较经分析可以看出，S A g 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。I B M 的E x t e r p r i s eM i n e r 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D B 2，难以发布。结果美观，但同样不好理解。O r a c l e 功能较弱，使用不方便，没有数据探索功能，市场份额也小。O r a c l e 2 0 0 2 年9 月欲摊出其自己的数据挖掘_：_ I 二具。S

11、P S S 是S A g 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S P S S 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，|；I I N C R 只能接T e r a d a t a，曾是S P S S 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，1 i =业

12、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。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【t 9 7 0-】女讲l I I|j、博士生，t 要研究方向为智能信息 盘索和W e b 数据挖掘收藕B 蠢：2 0 0 2 0 8 一0 7 万方数据囊It 嚣髑工其性囊比较比括C l c n l e n l i l w S P S SI n l e l l l g e

13、 n tM i l e rD a r w i nS O LS e r v e r2 0 mS A S掘廿，1 1 犍I I j MI)O r a c l e 1 h i n k i n gM a c h i n e sN C RM I c m 绷nS A SI n s t h u l eD B M i n e rI e c h n c l l c,g y供I 2)O m c l e 9 i 柑自新f 1 1 1 2 蜘IH逃f l(O m c l eM i n i n g O p l i 椰)1 t 1：1 1 打甜、l eC l S P D M没冉捌I I 么柑不i S P S S JE l

14、 I I n l j没响赴f|幺特刖S E M M A戢机升忻挖蜘(O L A M)；I|的仃“、沦、r C R I S p-D M的山法沦山。浊沦l l 元规则甘引h、H l!l 朴J 囱l 亩1 1 博户终I B M 队为数据挖1)D 刑i n 只陡先成少付mN C R 流P l l 址；M S1 蚶址引埘小s A s 公司HI】融八多种*h!坡现_ I _ I l 解啼晰：rJ 征们l i +i抑肿r 人多拙辫川山丁跳乏钾浊兜成一寤义商卅6 U+i l ,l k 务柏为M S甘多F l-甫思姆1 2 J l l f l m J 槭性 Pq l,6 J 趣i“f f r户烂h 艇抽n q!

15、I 常址的数州挖掘I Ij q i l+l地S Q L I I J)艟h 壳f j l U f f lJ q k约、窟舰9 l i J P,7 导蛙最刊川2)共 i E 忧过川1 刖此他f l J雌。2)甚铷r 数撕挖捌过教*探索B I 最统解珧耻。2)最统J m 能较全”址 一以I I。描f l+书J m把j 什f 1-山个的企性癣I 州关0 京的竹浒一帆处州b。蛀i l l l。3 j 乐纯*仇r崩业U r，缔结介刊数抓人胆井川帕参，。3)高膻依靠I；u 廿J i 罩让一模，“利-技宅帮帕知i J-艇州 2*nf 4,1 i!J *j-洲分训忆绝常低r J0 门n 0n ,i q k0 家

16、自J U l一出施i hI I)M O I蝶。川蚰对-碰化Jn 韩个介埘q l 女l i外舟舯“沂性，4)J 场份瑚 1 潍州伸博f 柑9 j 啦数I 部 3-s i 川拽n-：挖蜘的蛳少骤f 1：钳川盘t 州7I)适I r 多种 蚺”最H 柯I I：；：i i g!f i 的啦仪I IJ(11 U n i x 系缱h 必坝址c，i；!【B,l g l!l i P1 世没有fL 何l 矩l 求lJ F证1 1 丁多利一近川丁#剃一排f l 采台数“：!I t 4 9 t#钟乳：浦。2，槲艘小披s,j、f I ls 鼎蜘k 诚入O r a c l ed a l a l m s e s+救(E T

17、 e m d a t a 龃叭M S 鲥、U i 拦1”最绒，绒。基IO l I 他I t【摧州垭过将撇。推戤州i i _ i|1 需型“杂的空水空什，或者衄过敦州H?州峨山“n：的玳蔷,f 1 i f,g 转-d 以连接再E x c e l f 1 故扣；键小挝州数_|l l=J 1：_ l 主；傺f 1 比较近卉韬。州-氟统舡捌i 施术珏八其嗡r I 铺酏叫I：利不I l l Jn 0 数撼赴t s l(I q 挫谥U 一呲柞询凡他敦掘乐鲢，3)E x c e l 仆数没钉七H 关槲源。提供半。3)条驯数懈J 裢扪燧d、m￥释r 系驯数蜊小拙1 0胜小钍巧川pJ m 过迎接竹一1 的A，j

18、、垭过仕川“如n 0州税化摊I l l I，为棚一节肯_ l 秆l U 桃化抖I l lJl，j 剃化掸I f l j 幕r博十些骤均i J 视化7 1 t l h l蚪I l l If F；。搏，n1 1 l J 雠编数拊l f 讹化性求缸船舶 挺 J l：了州计较强m0 L A l 有i j 桃化抖P。蚪琏 啦矾定帛1 个健扎m 雄川户补“j J a v a(1 I JJ I I 户胁魁m m“术埔曲l4 t 川眦挺f J t l+7S P S S I 1 4 j 桂心托t 健山儿自抽 人n 0 仆礼核心站予值山 擞柳昨日f 挫坛为C l e n m n t i l l eM S f l+

19、为1 1 1：摊址人S A S 为l 4 1 h im M 悖凡S i m o nF n 咄l业范干址埘过再利一仆t l i t 女术盯能J J。I B M术轴九。O m e l eJ 睫m 韭敦谢仝球雏钔商n q 泵缱 I I O A 软川f。h、川数圳凡 j+：1 n l e l l i t+m n lD u t i l b a s e能山朱解挑商,4 t f 4 j i!i呐1，班m l 南坫徙J 4 ：乩I 啦龇蚍进D m-i V i n 1 婴经蠊“3-曲，D M n 瞄j j|缆廿*i j 盘S y s t e m sR c 辨B r 曲L a b-够点”人付I P t J 套返意

20、味卅阻轼f l 将七副：抉褂数1 1 t 1 4 1 叫 J l f乏崩业J 州|J 蚌骋什敦撕挖o r a t o r y a l J 址D B M i n e l饯川*I,J j t 探l i I 凡收入水拧，”-J j：发f 性术茌州-捌I H 统|r e c h n o l o g y 避!J|蛙馒饪啦默挖盐【；卦芷i 告计析岫能世们个窜f*瓠料挖mn q 州纵掘系统，捌白S P S s 定f pr f F 灯+r k1)讣柚挑缸mJ，前掣糊外mf H 束做数婀w 斗越N C R 新轼仆啊?山M Sf)搿震价侪较懂f(鲋i 简啦扣n 世甜剜币O 呐r：乩悭斑掷咪投入锵腱1 和椎蔷。2)

21、竹浊1f f J螂虻m 一“品s Q L m 绁仆m川-州惦打”，1，婴5 s 啦F,v e w#|J i l l I 就l-j 吼I I 山惮们羊I h _ 哟什钔的不址年模，“瞰置l 的制讣曲I：垭为了J 竹性T抛价料脚泼不J t。2)操们t的O L A P 业戚 1 数删挖搠。斌吐S P S凡H 卅毋【I B M川都址弃户衙婴考啦f f J P I i J Fe r a d a t a 的竞争商。2)瓶蟠纠p挺抽世求世s 砒砸时问n o j f 训i i f t 常赴 j 蜢仆柬J 垃木。3)托十多竹m 服舟能j J J“-乩的鳊剃和冲r 凡批采岛缎桃I l 讣吼c f _ f f 户r

22、 I,q 学碰数龌卅竹_ f 阿收入。器f：的岳现篙世个0 门r 价鼾不会离曩=现“i J l l+l 葵q g f li j i 0 舭人抑H 州帕j 立r t 8 1 拧补2)仃I t,I F 至会服务船斗|L f 4 食C P U 仪仪绋也鞍难。3)，玳巾：徘 1 _。2 lf 瞳啦乖f 雌摊供m 必f l!J 软州盘持个川户。4)扎l l d 甘”泄、构蚋浒m f 由咀即牌护和樽，“缎上_ l 忤谢术捉l a“世个m 常择埘幢川的IB U 避自小甜业韭，4+j 御蚪的竹川州t f j【I；收入H f I I 这楚咀减少商业0 客己儿米解趴I(1 i l i，3JC I e l l l

23、e n t l i l e 关泉抉褂 收旆的止f 性们的其己日U 趣注H 竹IJ 州m m?挑n蜘火为f 价帕鬟J 土2 一 万方数据比 z“忖C l c I”e 1 1 m 1 S I S SI m 口l l i b,e n tM i n e rD a r w i nT e r a d a t aM I n e fS o LS e r v e rS A S彀州)!蔷C l e m e n l i n c 轴n o r 世I)没白敦锕玳蔷城数I)蕞木I：灶个址校 儿，1 埘i t 埘N C RM S l 篮1&秣垃冒了全部毒姐过M i c m 蝴I Ln r 尘相：n 0 数批挖彗【J l l

24、：舒州谴J J 此J 能依 K”浊的 lh 过H 米进横n q 数据仓J?日lM Ss O I 粜峋敏州性埘S Q L S e r v c r 0 1 A P过P 色抓 _ L r 的数t lI)B 2 的自眦数州镐1 J d 时剐迅人址f n 雌r 缩小甲台读 的彀进 此【-过f-包括M a n a g e r 虫耻讲札|：m 挤J m 他不需世H r j J J 睫束尘毗“1 彝2)忽略敛槲挖掘j 址剧“他班抓敦撕m 缶多刊-关系数J l l：阿最蛆过s Q i，赴i f i J 求址p n户螋刘敌掘进 址州螋。3)敌槲玳蔷_ l：J j 能K 冉统数州n f 世没柏D B 2 州0 篮州

25、，f-篮f f“拦#j 刊技术f。附蚴*J 卜转D B 2。2)r 数柳然 j 槲蜊0 啦知B!褂D 耻帕数料话。,q l|J；j 虐j _ J f 肿岛删洲价他米珊庄分析埘下坫F f J 为廿H i 而世性l l 的业樽托术I)C J i-J W 化1，流f n儿乎没宵统n 法，I)前篮额外目I l p 独的I 儿米i)色含OL A I 简刚的W抛供儿干晰能，t l 戍毒种数槲挖J “0C =竹卅他，JI 挺m 删了链抻：控制嗍随诎数掘址州l l 醚，j。l hT-D a h_ I _ J 能址睦J“一铺证、f)c 包括自帕成热数蜘仆*，乜抓概盘 Ir“,L I I：I 收抉。2)山特州n：

26、樱n 峨w i n 缺乏远A f f J 能山川户川 特J _。决策树帛l 睦槲挖捌打挑进、仆娄、能赴小抖种耻n 挺刊n 0山I f I 以被哺堪呆川挟甜数槲然肝跳2)从峨J“饥獒让tr，以将坐、关肼、州测目l址T-哑R 蠼1 1 9 址，剑模+n f l(J 少耀，站会甘艘州*髓l I 召已虹“H 有m n 人时I n J I 刊竹析l l 以i|川户I I _|i B 弃劬拙的封I 啦。2)上数槲探索_ l：J 包竹般川娩J J J 能f g J S A S 地蚺舟幢“将甜i m 做能。仪肯紧獒i 殳囱美戕_ -涉足的钾浊山靴 l _ _ t J f F J州：分I+L剁埚M U 盯法。D

27、 m,Y i n f l(j 1 瓤H 比f 1 I I J l I N C R 椰：E T S 锋_|；l 块I 蜊川，j)包膏艟坩导r u 以r f 动执f，4 f 世计f#艟什f m 州i 七捉口的筑“0 E M l 术i i f n 他川户丁泄舟性模“就帅K 堆。轼钮算浊f J外H i 攒H 日l捕入柳f F i 钟。“：3)O r a c l e 缺乏I 女顿域纤骋他J 艟热性、l 甫叫几JJ 划分f f J 将皿引日柑山腔如何l i|f 拙性“段逝川性i 樱M 也腊槲雕岳l 催d i 冉I f l i椰有特_ 哥暂f八扎I州扎I)他7 1J P 能尝试许#姓 j I 丁 付H 仲定

28、义I)性川个榄I 憷索n J 导揪j JJ 讨不济楚简0 1 1 站小S A S E M 枘评七桃I q：*青将榄m“舟f 4 个数槲挖删挫求的粥挟*城挺n 博怀珧术抉褂蚰i e r a d a l aM i n e r评估缺乏价l。H 碰M 川米t!H l Jj 的高-岛级謦数恻l：址仆的控n。皿然这再一瞳采址f f J 开估过l d。统；学柏-情供r 个j|噩埙 小。2)j J n 过小盘持J 堑日l 苜价J 业个忧坍，1|l 灶它没有考虑到榄：缱中输i d J I I f i e j 数惭挖【l|_ l W(h w l I 眦树*联聃嗍!羹A)4 H 结小西骨川或者i-J _ u 执i

29、I l h f l,t 复如f|曲1|H 1 价n q 禁桃：确性山i(1 i L L：距圳喇的玳确丰(钟扦J。2)黼篮I I I 户术舟 J l 斯0 汕和纯验问栅-一】以l 匕?一时r 做甜砸口f。)元网t V r)以厦簇f J 山教_|f l：l 删洲悄，米执行个邴地较不I,J f i!J 校为啊l 洲矾日|坩n 艘人冉1 w J 掣n q 数卅(裂世一过P-。3)1 删优点址棚响n J 救m I 删破写叫龃州玑站耻炭)十H”1I 甫的州形小米开仙l 撤抖种不h i J跚f”州衅。些解帧“光”分册I瑚珏 醚小娃Z 细I P L O rH F F#,i 蜊H 目吗赛虹H j|】l 钟被I

30、IJ 求牿l l r 校l l l(J 鞋理蜕州矬和(k J”e i n eS o h，d o nH 由人甘艟被术”仪班(_ c+o tJ a v a 帕疗t 输“j 以埘过蕞丁O L E Ds s 采独D B M i n e rs o l u t 州1 sP u b l i s h e r 使分析凡帖发川户数槲挖埘J 训|J模“前世描批的企饯_ I 凡mA P I s、C o m f i tB 粜逆 J：数自的S C L i l 提供十坡-体f 止q#辅I l；仝州j0 q 葛(_|l|：F+的编靴 壹u：所的1 1 J|l h J 束做校H 肝的rI。蝙什让妒t,V J i d槲挖啦|绀什

31、 J I j 台翟幂纠柏艟拈轻瞪托捌过Pr 一发m，挂，pr 的敛捌挖鼬I|引!罄羊“I 忭。坫I _ l j t 使 镪按n 蹙l h；T c r a d a I H帕A P I 瓣虹川D a m 班、篮观J 淀，趣#J 和r I 蛐械n !_-j 秤劬也敏船操纵呐彀能锄过褂州小干“H 班数蜊阼一-返对写 “、博P r o c 步 年l 前端iH m 舶纤济。c I c I i w m iJ 0 怔+坩被讲$0模啊。只他将缩判i r 采外驶蝙制胜，1 I I 儿仆耵一币：噼 c!0 1 4 辅j c，模q 辅刊寅规模，m 避仆析川序包计S O L l“姐垃编川S Q L 卅i 米m川发抽牝0

32、 i 班m I I iJ 垃曲址J 州|J参考文献B c r sc mA 贸奇洋构地面向C R M 衅J 数据挖掘应用北京：人成1 6|i I 扛出版祉，2 0 0 I-0 82t l a nJ i a w e i 范明译数据挖掘概念和技术北京：机械工业出版社，2 0 0 I O X3E l d e rJr A b b o t tDWAC o m p a r i s o no fL e a d i n gD a t aM i n i n gT o o l sK D D-9 84I l t I p：W W Wd a t a m i n i n g l a b t o m 万方数据国外先进数据挖掘

33、工具的比较分析国外先进数据挖掘工具的比较分析作者：张雪英作者单位：南京农业大学信息科技学院,南京,210095刊名：计算机工程英文刊名：COMPUTER ENGINEERING年，卷(期)：2003，29(16)引用次数：6次 参考文献(4条)参考文献(4条)1.BersonA.贺奇 构建面向CRM的数据挖掘应用 20012.HanJiawei.范明 数据挖掘-概念与技术 20013.Elder J F.Abbott D W A Comparison of Leading Data Mining Tools4.查看详情 相似文献(10条)相似文献(10条)1.学位论文 周宇葵 国外数据挖掘与知

34、识发现工具的评估研究 2004 背景:经过十多年发展,国外数据挖掘与知识发现工具已大量涌现并开始大幅度由研究走向应用.国内数据挖掘工具研究虽处在起步阶段,但应用需求也很大.如何借鉴国外先进经验与成果进行研究,如何选择数据挖掘工具以促进应用,这是国内数据挖掘领域发展所面临的一个紧迫问题.目的:本研究旨在通过对国外主流数据挖掘工具的评估了解国外数据挖掘工具的发展现状,分析数据挖掘工具发展过程中存在的问题,对数据挖掘工具的发展提出若干建议,并试图阐述数据挖掘工具的发展给情报工作带来的影响.方法:本文以国外主流数据挖掘工具为研究对象,根据国内外研究成果以及国外数据挖掘与知识发现软件的发展状况,设计了一

35、套由7个部分共119项组成的评估表,并用该表对国外主流数据挖掘与知识发现软件进行了比较与评估.结论:就总体特征而言,迄今为止,通用数据挖掘软件的使用占绝对优势;数据挖掘与知识发现软件的功能不再停留在挖掘这个单一功能的实现,而已延伸到数据挖掘与知识发现的广义过程,即包括数据的预处理、数据挖掘、模型评估与可视化;数据挖掘软件使用的专业性较强;数据挖掘对象较单一;数据挖掘可视化取得了一定的进展,在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化;数据挖掘还未真正融入企业应用与决策.就具体方面来说,各软件在能访问的数据源类型,能完成的数据挖掘任务,数据预处理,参数设置的灵活性,提供的算法的多

36、样性与层次性,数据、过程以及模型的可视化程度等方面各有特色.本文在比较评估基础上对数据挖掘软件的发展提出若干建议,包括完善专用数据挖掘工具功能;完善数据挖掘标准化的内容,促进已有数据挖掘标准的应用;扩充数据挖掘对象的范围,实现对象数据库、空间数据库等非结构化数据的挖掘;实现数据挖掘与企业内部其它应用软件的无缝集成;各数据挖掘工具应相互借鉴,取长补短;加强数据挖掘与数据库、数据仓库等的一体化研究;提供对移动数据的挖掘;实现互联网上的数据挖掘等.2.期刊论文 化柏林 数据挖掘与知识发现关系探析-情报理论与实践2008,31(4)以数据挖掘与知识发现的分类为切入点,详细探讨数据挖掘与知识发现的关系.

37、总结出关于数据挖掘与知识发现的关系问题有三种观点,即数据挖掘就是知识发现,数据挖掘是知识发现的一个步骤,数据挖掘与知识发现是完全不同的两个概念.三种观点各有道理,取决于研究者的研究背景、研究范畴与目标.最后对数据挖掘与知识发现的发展趋势进行探讨.3.学位论文 杨洪波 基于数据挖掘的冲压成形创新知识发现技术研究 2007 在冲压设计决策过程中，如何对获取的信息进行分析，将其提取为知识，从而辅助和支持设计人员的决策，提升企业的创新能力，已成为企业在市场竞争中获得有利地位的重要保障。近年来，由于CAX的广泛应用，人们获得设计、分析数据变得更加方便，这就更加迫切需要挖掘隐藏在这些数据之后的更重要的信息

38、和知识，反馈指导工艺设计。开展将数据挖掘技术引入冲压工艺智能设计的研究，对提升冲模开发的竞争力，推动模具工业的发展具有重要的意义。本文根据冲压工艺设计信息流及设计空间状态转化的特点，创新性将数据挖掘融入冲压工艺智能设计系统。在分析设计原理的基础上，将设计系统的功能、信息流的传输以及与功能相关联的对象紧密衔接，提出了融入数据挖掘的冲压工艺智能设计系统的理念与流程，它强调了设计数据价值的重要性，并以此为基础建立了系统的体系结构。根据系统论思想，通过抽象地对系统的问题进行分层分类，设计了系统的层次模型，实现系统内信息通讯的同步与协调。新的系统流程与体系使系统信息流成为双向，设计流程不仅仅为设计验证，

39、而成为设计验证设计，实验设计分析数据和数值模拟的结果能够反馈指导工艺设计。提出和建立了系统综合信息模型。该信息模型包含了产品几何信息、工艺信息、工艺设计知识信息、模具与设备信息，以此实现知识驱动设计的开发目标。在非线性工艺规程理论的基础上，提出了基于AOS树的冲压工艺表达模型，它通过特征将几何信息和工艺信息衔接。本文采用面向对象技术，借助类的层次结构，设计了几何信息、工艺信息和工艺知识的层次结构及信息传递机制，实现特征、工艺以及设计知识信息的集成。结合冲压工艺设计实验和数值模拟数据的特点以及实际应用的需求，设计了基于模糊相似比的连续属性离散化算法，该算法能够有效的处理冲压工艺设计数据中的噪声数

40、据。根据粗糙集、主成分分析、神经网络数据挖掘理论，以粗糙集为研究重点，在研究现有数据挖掘算法的基础上，设计了基于属性粗糙度的属性约简算法、条件属性值约简算法、粗糙集归纳学习算法、以及基于属性区分能力的启发式粗糙集约简算法，主成分分析算法和神经网络算法，并就这些算法的特点与现有算法进行了对比，在冲压工艺设计中，它们互相结合实现挖掘工艺设计知识的目标。基于双库协同机制，将冲压工艺设计任务与数据挖掘控制相结合，建立了由分析数据、知识发现主体部分和控制部分构成的数据挖掘模型，并提出了相应的控制协调机制。为了实现数据挖掘的通信，采用类似SOL语言的语法，基于巴克斯一诺尔范式(BNF)，设计了一种针对工程

41、应用领域的结构化数据挖掘语言-FEDML，给出了实现的途径。同时分析了有限元模拟结果数据的特点，基于STEF标准，对模拟数据进行面向对象的层次化建模，构建了有限元数值模拟结果的中性文件的表述形式及其EXPRESS描述。它采用单元、节点或材料参数、工艺参数表编号作为列表数据的标识符建立实体对象间的联系。提出了针对数据挖掘的知识管理的模型，将挖掘的知识应用于冲压工艺设计过程中，并体现到产品的价值中。设计了对挖掘知识实现评价的算法，提出了基于人工神经网络结构学习的知识求精算法和策略。同时基于“分而治之”的思想，对冲压工艺设计任务进行了分解，建立将设计任务与相应的知识对象连接的沟通机制，构建了冲压工艺

42、设计知识的结构模型，并结合黑板模型，建立了基于黑板模型的冲压工艺设计推理模型。最后通过多个实例分析来验证本文研究工作。针对生产实验数据的特点，结合生产实践中的两个实例一微型、高精度多工序冲压零件工艺设计和板料折弯下料尺寸计算，详细探讨了在目前的生产工艺和方法中，产品面临的问题，应用开发的数据挖掘方法，对其进行了分析，并通过实践验证了数据挖掘方法的有效性。同时在验证数据挖掘对数值模拟数据的实用性时，结合U形弯曲回弹问题和车门内板覆盖件数值模拟实例，采用本文设计的相对应的数据挖掘算法，实现了基于数值模拟数据的知识挖掘。4.期刊论文 梅时春.李人厚.罗印升 过程监控中数据挖掘与知识发现理论及应用-微

43、计算机信息(测控仪表自动化)2002(2)过程监控中数据挖掘和知识发现是近几年发展起来的新技术,目前仍处于起步阶段,显示了极大的应用前景.本文简要叙述了一般数据挖掘和知识发现的发展、现状及一般过程;从数据挖掘和知识发现方法、应用和理论技术三个方面概括了工业过程监控中的数据挖掘和知识发现;结合工业过程数据特点指出了过程监控数据挖掘和知识发现面临的挑战及今后的研究趋势.5.学位论文 高英明 数据挖掘与知识发现（DMKD）及其应用的研究 2002 该文阐述了数据挖掘与知识发现(DMKD)的定义及所涉及到的基础理论知识,对当前比较成功的数据挖掘模型进行了分析对比,探讨了适合中国企业现状的数据挖掘模型.

44、讨论了数据挖掘所涉及到的前期数据准备问题,主要研究了基于XML的数据整合方案.对处理XML数据样本集的两种处理方式基于DOM与基于SAX的处理方式分别作了相应的阐述说明与研究.该文根据数据挖掘本身的特点,提出了数据挖掘算法的评价标准与评估方法,并结合实例作了分析.同时就电信业的特点,分析了数据挖掘在电信业中应用的必要性与可行性,提出了在电信行业中数据挖掘系统的结构模型,并对数据挖掘在电信业中的应用方向做了初步的分析与探讨.6.会议论文 李荫涛 数据挖掘知识发现(DMKD)情报学的一个核心问题 2001 讨论了数据挖掘和知识发现,认为这是情报学的一个核心问题.提出知识发现的基础是知识基因理论,为

45、使知识发现进入语义相关的深层次,必须绘制知识基因进化图谱,这是情报学参与知识发现研究的着力点.本文还对数据挖掘和知识发现的其他相关内容进行了讨论.7.学位论文 瞿爱珍 计算机辅助医学诊断系统的数据挖掘和知识发现研究 2002 该论文对数据挖掘和知识发现技术在计算机辅助医学诊断系统中的应用和发展现状作了综合研究,说明了计算机辅助诊断系统中使用数据挖掘和知识发现技术的重要意义和其发展必然性,给出了研究开发此类系统的一般规律及其特殊性.还指出了今后的研究发展方向和一些需要解决的问题.该文在概括说明各种主要数据分类方法(包括决策树归纳、贝叶斯分类及贝叶斯分类、遗传算法等)的基础上,较为详细地论述了利用

46、神经网络发现分类规则的数据挖掘方法的原理、技术和应用.该文对M.Ishikawa的通过逐步正则化的规则提取方法进行研究,在研究了其基础算法有遗忘的结构学习算法(SLF)的基础上,对其算法进行改进.该文进一步将逐步正则化的规则提取方法应用于医学数据库乳腺癌数据库.该文的研究结果表明了基于神经网络的数据挖掘和知识发现是一个很有发展前途的研究方向.8.期刊论文 余辉.张力新.刘文耀.Yu Hui Zhang.Lixin Liu.Wenyao 计算机辅助医学知识发现系统研究糖尿病并发症流行病学数据挖掘-生物医学工程学杂志2008,25(2)针对流行病学研究的特点,我们提出计算机辅助医学数据挖掘系统构架

47、,以糖尿病并发症为研究实例,探讨医学数据的冗余性消除、规范化储存、知识归纳及可视化表达等问题.以天津总医院3 022例普查数据为研究对象,尝试解决用计算机实现糖尿病并发症这类定性数据的定量化数据挖掘和知识发现.通过对于43种并发症的定性数据挖掘,可以发现诸如高血脂、冠心病、高血压和脑血管病等具有明显并发倾向的知识规则18条.同时,采用知识树方式和决策树等方法实现知识规则的可视化表达.基于数据挖掘和知识发现计算机辅助医学数据挖掘系统能够对现有病历数据库中数据进行自动分析并且提供有价值医学知识,特别适合流行病学分析和全民健康评估,因此与社区医疗和医院HIS系统结合是未来一个非常现实的发展方向.9.

48、学位论文 汪恒杰 多数据源协同条件下的数据挖掘和知识发现系统 2005 本项目研究了开发具有自主知识产权的数据挖掘和知识发现技术。本项目重点研究的技术包括下列五个内容:.面向企业的生产、经营、管理、营销和客户服务过程的智能化和对数据挖掘、知识发现技术需求的分析(Business Requirement Analysis);.针对异型、异构、异形多数据源设计数据表示、提取、清洗引擎(Data PreparingEngine);.基于成熟的数据挖掘算法，能处理多数据源和大量复杂数据的多功能数据挖掘引擎(Data Mining Engine);.适合企业用户使用的终端用户产品;.数据挖掘技术在企业数

49、据仓库的应用。其主要目标是总结分析企业对商务智能技术及解决方案的具体要求，针对具体要求，开发新的适用的数据清洗和数据挖掘引擎并在项目合作企业内应用，最终转换成有实际应用价值的应用软件产品。10.期刊论文 余辉.张力新.刘文耀.黄志勇.Yu Hui.Zhang Lixin.Liu Wenyao.Huang Zhiyong 医学数据挖掘系统研究糖尿病并发症流行病学知识发现-计算机工程与应用2006,42(18)针对流行病学研究的特点,论文提出计算机辅助医学数据挖掘系统构架,以糖尿病并发症为研究实例,探讨医学数据的冗余性消除、规范化储存、知识归纳及可视化表达等问题.以天津总医院3 022例普查数据为

50、研究对象,尝试解决用计算机实现糖尿病并发症这类定性数据的定量化数据挖掘和知识发现.通过对于43种并发症的定性数据挖掘,可以发现诸如高血脂、冠心病、高血压、脑血管病等具有明显并发倾向的知识规则18条.同时,采用知识树方式和决策树等方法实现知识规则的可视化表达.基于数据挖掘和知识发现计算机辅助医学数据挖掘系统能够对现有病历数据库中数据进行自动分析并且提供有价值医学知识,特别适合流行病学分析和全民健康评估,因此与社区医疗和医院HIS系统结合是未来一个非常现实的发展方向.引证文献(18条)引证文献(18条)1.钱峰 国内数据挖掘工具研究综述期刊论文-情报杂志 2008(10)2.薛祥.孙宏伟.沈滨.于