没有合适的资源?快使用搜索试试~ 我知道了~
数据挖掘在大数据时代下的应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 156 浏览量
2022-07-14
08:11:44
上传
评论
收藏 16KB DOCX 举报
温馨提示
试读
2页
数据挖掘在大数据时代下的应用.docx
资源推荐
资源详情
资源评论
数据挖掘在大数据时代下的应用
【摘要】 数据挖掘一直是各个行业的关注的重点。近几年,数据挖掘伴随着大
数据的火热开始迎来更大的机遇。本文介绍了数据挖掘相关的概念,一些常用
的数据挖掘的分析方法,最后介绍了数据挖掘技术几个常见的应用领域。
【关键词】 数据挖掘 分析方法 应用
一、基本概念介绍
1、大数据。2011 年 5 月,麦肯锡全球研究院在《大数据:创新、竞争和生产
力的下一个新领域》中指出,大数据是一种规模大到在获取、存储、管理、分
析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据
规模、快速的数据流转、多样的数据类型和价值密度低四大特征。数据已经渗
透到每一个行业和业务职能领域,逐渐成为重要的生产要素;而人们对于大数
据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。据估计,在未
来,数据将至少保持每年 50%的增长速度。
2、数据挖掘。数据挖掘是一门新兴的学科,它诞生于 20 世纪 80 年代,主要
面向商业应用的人工智能研究领域.从技术角度看,数据挖掘就是从大量的、复
杂的、不规则的、随机的、模糊的数据中获取隐含的、人们事先没有发觉的、
有潜在价值的信息和知识的过程.从商业角度来说,数据挖掘就是从庞大的数据
库中抽取、转换、分析一些潜在规律和价值,从中获取辅助商业决策的关键信
息和有用知识。
二、数据挖掘的基本分析方法
分析方法是数据挖掘的核心工作,通过科学可靠的算法才能实现数据的挖掘,
找出数据中潜在的规律。通过不同的分析方法,将解决不同类型的问题,在现
实中针对不同的分析目标,找出相对应的方法。目前常用的分析方法主要有聚
类分析、分类和预测、关联分析等。
1、聚类分析 。聚类分析就是将物理或抽象对象的集合进行分组,然后组成为
由类似或相似的对象组成的多个分类的分析过程,其目的就是通过相似的方法
来收集数据分类。它是一种无先前知识,无监督的学习过程,从数据对象中找
出有意义的数据,然后将其划分在一个未知的类。这不同于分类,因为它无法
获知对象的属性。“物以类聚,人以群分”,通过聚类来分析事物之间类聚的
潜在规律。聚类分析广泛运用于心理学、统计学、医学、生物学、市场销售、
数据识别、机器智能学习等领域。 聚类分析根据隶属度的取值范圍可分为硬聚
类和模糊聚类两种方法。硬聚类就是将对象划分到距离最近聚类的类,非此即
彼,也就是说属于一类,就必然不属于另一类。模糊聚类就是根据隶属度的取
值范围的大小差异来划分类。一个样本可能属于多个类。常见的聚类算法主要
资源评论
智慧安全方案
- 粉丝: 3649
- 资源: 59万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功