數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。 數(shù)據(jù)挖掘通常與計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。 數(shù)據(jù)挖掘（計算機科學(xué)）
數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。
數(shù)據(jù)挖掘通常與計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。
產(chǎn)生背景
20世紀(jì)90年代，隨著數(shù)據(jù)庫系統(tǒng)的廣泛應(yīng)用和網(wǎng)絡(luò)技術(shù)的高速發(fā)展，數(shù)據(jù)庫技術(shù)也進入一個全新的階段，即從過去僅管理一些簡單數(shù)據(jù)發(fā)展到管理由各種計算機所產(chǎn)生的圖形、圖像、音頻、視頻、電子檔案、Web頁面等多種類型的復(fù)雜數(shù)據(jù)，并且數(shù)據(jù)量也越來越大。數(shù)據(jù)庫在給我們提供豐富信息的同時，也體現(xiàn)出明顯的海量信息特征。信息爆炸時代，海量信息給人們帶來許多負(fù)面影響，最主要的就是有效信息難以提煉，過多無用的信息必然會產(chǎn)生信息距離（信息狀態(tài)轉(zhuǎn)移距離）是對一個事物信息狀態(tài)轉(zhuǎn)移所遇到障礙的測度，簡稱DIST或DIT）和有用知識的丟失。這也就是約翰·內(nèi)斯伯特( John Nalsbert)稱為的“信息豐富而知識貧乏”窘境。因此，人們迫切希望能對海量數(shù)據(jù)進行深入分析，發(fā)現(xiàn)并提取隱藏在其中的信息，以更好地利用這些數(shù)據(jù)。但僅以數(shù)據(jù)庫系統(tǒng)的錄入、查詢、統(tǒng)計等功能，無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢，更缺乏挖掘數(shù)據(jù)背后隱藏知識的手段。正是在這樣的條件下，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。 
數(shù)據(jù)挖掘?qū)ο?/strong>
數(shù)據(jù)的類型可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的，甚至是異構(gòu)型的。發(fā)現(xiàn)知識的方法可以是數(shù)學(xué)的、非數(shù)學(xué)的，也可以是歸納的。最終被發(fā)現(xiàn)了的知識可以用于信息管理、查詢優(yōu)化、決策支持及數(shù)據(jù)自身的維護等。
數(shù)據(jù)挖掘的對象可以是任何類型的數(shù)據(jù)源?？梢允顷P(guān)系數(shù)據(jù)庫，此類包含結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)源；也可以是數(shù)據(jù)倉庫、文本、多媒體數(shù)據(jù)、空間數(shù)據(jù)、時序數(shù)據(jù)、Web數(shù)據(jù)，此類包含半結(jié)構(gòu)化數(shù)據(jù)甚至異構(gòu)性數(shù)據(jù)的數(shù)據(jù)源。
發(fā)現(xiàn)知識的方法可以是數(shù)字的、非數(shù)字的，也可以是歸納的。最終被發(fā)現(xiàn)的知識可以用于信息管理、查詢優(yōu)化、決策支持及數(shù)據(jù)自身的維護等。

以上就是【數(shù)據(jù)挖掘的概念】的全部解答，如果想要學(xué)習(xí)更多相關(guān)知識，歡迎大家前往高頓教育官網(wǎng)！