大数据环境下的数据挖掘及其在Mathematica中的实践.pdf

大数据环境下的数据挖掘是指在互联网时代，随着数据量的爆炸式增长，如何从海量信息中提取有价值的数据并进行分析的过程。数据挖掘作为一种工程化过程，其目的在于发现数据之间的相关关系，而非传统的因果关系。它包含了多个步骤，包括数据准备和管理、数据分析筛选和转换、数学建模与运算、结果展示和验证、以及知识积累和使用等。 Mathematica是一款由美国科学家斯蒂芬·沃尔夫勒姆领导的公司开发的计算软件，广泛应用于物理学、工程学、数学、生物和社会学等多个领域。它不仅具备强大的数值计算和符号运算能力，还是一款实用的数据挖掘软件。Mathematica具备多内核运行功能，可以同时运行多个计算单元以提高大数据处理能力。该软件内置了包括地理数据、语言学数据、科学与技术数据以及金融与经济数据等在内的众多领域数据，并且能够通过Wolfram Research链接访问更多数据。地理数据中包含社会经济相关数据和地理空间数据，语言学数据涵盖多语言词典，科学与技术数据包括物理化学、地球天文和生命科学数据，金融与经济数据则包括股票、基金、指数、货币等。 Mathematica的数据挖掘功能不仅限于内置数据，还支持导入外部数据源。例如，通过Import函数可以导入不同格式的GIS文件，获取矢量图形和具有层次结构的结构化数据。CityData函数能够直接提取指定城市的相关属性值，如国家基本属性、自然属性、文化属性、人口属性、公共健康属性和军事属性等。 在Mathematica中实践数据挖掘，可以实现获取和分析空间地理数据及人文数据等应用。例如，通过Mathematica可以提取某个地区的地理空间数据和相关人文数据，设计出复杂的数据挖掘过程，从Wolfram Research链接中提取城市列表和空间地理数据，并通过编程实现自动的数据分析处理。 大数据环境下的数据挖掘要求运用新的技术手段和工具，挖掘大数据中的潜在价值，而Mathematica作为一款强大的数学和数据挖掘软件，在数据处理和分析方面提供了便捷而强大的支持，成为数据科学家和工程师进行数据挖掘实践的重要工具。