一、解答题（满分 3０分，每小题 5 分)
1. 怎样理解数据挖掘和知识发现的关系?请详细阐述之
首先从数据源中抽取感兴趣的数据，并把它组织成适合挖掘的 数据组织
形式;然后,调用相应的算法生成所需的知识 ;最后对生成的知识模式进行
评估，并把有价值的知识集成到企业的智能系统中。
知识发现
是一个指出数据中有效、崭新、潜在的、有价值的、一个不可忽视的流程，其最
终目标是掌握数据的模式。流程步骤:先理解要应用的领域、熟悉相关知识，接着建立目标
数据集，并专注所选择的数据子集;再作数据预处理，剔除错误或不一致的数据；然后进行
数据简化与转换工作；再通过数据挖掘的技术程序成为模式、做回归分析或找出分类模型；
最后经过解释和评价成为有用的信息。
2. 时间序列数据挖掘的方法有哪些，请详细阐述之
时间序列数据挖掘的方法有:
１)、确定性时间序列预测方法 : 对于平稳变化特征的时间序列来说，假设
未来行为与现在的行为有关，利用属性现在的值预测将来的值是可行的。例
如，要预测下周某种商品的销售额，可以用最近一段时间的实际销售量来建
立预测模型。
２）、 随机时间序列预测方法：
通过建立随机模型,对随机时间序列进行分
析,可以预测未来值。若时间序列是平稳的,可以用自回归(Auto Ｒegressiｖe，简
称 AR)模型、移动回归模型(Ｍovｉng Ａveｒage,简称ＭＡ）或自回归移动平均
(Aｕto Regrｅssive Moｖiｎg Aｖeraｇe，简称 AＲMＡ)模型进行分析预测。
3)、 其他方法: 可用于时间序列预测的方法很多,其中比较成功的是神经网络。
由于大量的时间序列是非平稳的 ,因此特征参数和数据分布随着时间的推移而变
化。假如通过对某段历史数据的训练，通过数学统计模型估计神经网络的各层权
重参数初值，就可能建立神经网络预测模型,用于时间序列的预测。
资源评论
xxpr_ybgg
- 粉丝: 3108
- 资源: 3万+
