如何更好的从海量且异构的数据中挖掘出隐藏的有效信息

发布网友发布时间：2022-04-10 19:30

共1个回答

热心网友时间：2022-04-10 20:59

数据挖掘（data mining），简单来讲就是从大量数据中抽取或挖掘知识。首先，要明确的是，数据挖掘对象可以来自任何数据源，在进行适当的格式转换等预处理后，根据应用要求选择相应算法进行挖掘。最常见的数据源类型有以下几种：关系型数据库、数据仓库、事务数据库、面向对象数据库、空间数据库、时序数据库、文本数据库、多媒体数据库、混合型数据库、历史数据库、互联*息。数据挖掘的过程一般分为以下几个步骤：1）数据整理：即删除噪声和不一致的数据；2）数据集成：即将多源数据综合起来（可以采用数据仓库技术）；3）数据筛选：抽取与分析任务相关的数据；4）数据转换：数据转换或合并成适当的形式，以利于挖掘；5）数据挖掘：采用智能化的方法来抽取数据中隐藏着的模式与知识；6）模式评估：根据一定价值标准对挖掘的结果进行评估；7）知识表达：采用可视化和知识表达技术，表示挖掘结果。