数据挖掘技术及其应用的实现
王和来
（河北科技大学经管学院信管L112班河北石家庄050000）摘要随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。数据挖掘DataMi
i
g就是从大量的实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。关键词：数据挖掘、知识获取、数据库、函数依赖、条件概率
Therealizatio
ofthedatami
i
gtech
ologya
ditsapplicatio
Wa
ghelaiHebeiU
iversityofScie
cea
dTech
ologyI
stituteofTech
ologyclassfusesL112Shijiazhua
gHebei050000Abstractwiththerapiddevelopme
tof
etworkdatabasetech
ologya
dthewideapplicatio
ofdatabasema
ageme
tsystemmorea
dmorepeopletoaccumulatedataDataMi
i
gDataMi
i
gisextractedfromalotofactualapplicatio
Dataimpliedi
formatio
a
dk
owledgeitUSESadatabaseartificiali
tellige
cea
dmathematicalstatisticsa
dsoo
ma
yaspectsoftech
ologyisaki
dofdeepDataa
alysismethod

Keyworddatami
i
gk
owledgeacquisitio
databasefu
ctio
depe
de
cea
dco
ditio
alprobability
引言
数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出人们希望在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理但是目前所拥有的数据分析工具很难对数据进行深层次的处理使得人们只能望“数”兴叹。数据挖掘正是为了解决传统分析方法的不足并针对大规模数据的分析处理而出现的。数据挖掘通过在大量数据的基础上对各种学习算法的训练得到数据对象间的关系模式这些模式反映了数据的内在特性是对数据包含信息的更高层次的抽象1。目前在需要处理大数据量的科研领域中数据挖掘受到越来越多的关注同时在实际问题中大量成功运用数据挖掘的实例说明了数据挖掘对科学研究具有很大的促进作用。数据挖掘可以帮助人们对大规模数据进行高效的分析处理以节约时间将更多的精力投入到更高层的研究中从而提高科研工作的效率。
一、知识获取与数据挖掘
一般说来知识获取K
owledgeDiscoveryi
Databases称称KDD意为数据库中知识获取它代表从低层次数据中提取高层次知识的全过程包括数据信息的收集数据原型的确定相关函数的分析知识的抽取和数据模式分析。统计学中常指的是无假设证实所进行的数据测量和分析。而数据挖掘则是指从数据中自动地抽取模型。数据挖掘包括许多步骤从大规
1作者简介：王和来（1993）男河北科技大学经管学院信管L112班大学本科977557207qqcom2014612
f模数据库中或从其他来源取得r