数据库与数据挖掘技术探析

2017-01-28 11:25姜大昌李丰伊
科学中国人 2017年12期
关键词:聚类数据挖掘数据库

姜大昌,李丰伊,甘 敏,黄 洁

云南省科学技术情报研究院

数据库与数据挖掘技术探析

姜大昌,李丰伊,甘 敏,黄 洁

云南省科学技术情报研究院

在现代信息收集及信息储存过程中,数据库以及数据挖掘技术属于十分重要的内容,在实际工作过程中发挥十分重要的作用,并且有着十分广泛的应用。在当前数据存储中,通过对数据挖掘技术进行合理有效应用,可对数据库中所储存数据进行更好应用,从而保证数据信息利用率能够得以有效提升,使这些数据能够发挥更好的作用。

数据库;数据挖掘技术;应用

数据库是当前储存信息资源的一种主要系统,可大量储存相关信息资源,可为更好利用这些信息资源奠定理想基础。而数据挖掘技术主要就是对数据进行寻找、转化及分析的一种技术,能够使一些比较杂乱的数据信息更加有序,可实现数据信息的更加有效利用。因此,在数据库中有效运用数据挖掘技术可使两者实现有效结合,使数据信息应用更加高效,提升其利用率及利用价值,保证数据信息资源作用能够得以充分发挥。

一、数据库及数据库挖掘分析

1.1 Web数据库技术

在当前网络信息不断建立及不断发展过程中,Web技术具有十分广泛的应用,通过对该技术进行应用可与数据库内容实现有效结合,从而可使动态数据库对实现,并且Web数据库系统当前已经成为特定性比较强的一种技术。在Web数据系统实际应用过程中,其能够与数据库之间实现记性连接,可使动态页面得以实现,可使用户在不同领域内对有关实际内容进行操作,并且也能够使远程系统监控得以实现。Web数据库系统实现及应用可使数据存储更加灵活,并且能够使数据存储更加安全,同时也能够使数据应用更加方便。

1.2 数据库挖掘

对于数据挖掘而言,其也被称为数据库中知识发现,当前比较公认的定义即为在大量不完整,比较杂乱的一些随机数据集合中,通过相关技术进行提取,从而获得一些隐含的,并且具有较大利用价值的一些相关信息,对于所提取信息可通过规则、概念以及规律与模式等相关形式进行表示。对于数据挖掘而言,其属于决策支持的一种过程,对各组织原有数据进行分析,并且对其实行归纳推理,在此基础上对数据库中潜在数据模式进行挖掘,从而可为管理人员更好进行决策提供一定理论依据及知识[1-2]。

二、数据挖掘技术中的分析方法

2.1 分类法及预测法

在数据挖掘技术中,十分重要的一个环节就是对于无排列规律标号实行分类,这一点也属于基础环节。利用这种分类方式,才能够正确地充分显示出依据某些特定需求所挖掘出相关数据特点,在此基础上依据各数据集所具备的不同特点对其进行划分,使其在相同类别或者相似类别中。当前比较常见的就是决策树、贝叶斯以及遗传算法等。而对于预测法而言,其所指的就是在分析连续值函数模型基础上,预测今后可能会出现的一些发展规律,并且对于这一过程而言,其相关数据集分类情况可提前预知。就当前实际情况而言,在数据预测方面所应用方法种类也比较多,主要包括回归分析以及实践序列等相关方法。

2.2 聚类分析法

在数据挖掘过程中,数据分析也是一个十分重要的环节,选择科学有效数据分析方法属于数据挖掘能够得以较好开展的基本保障。对于聚类分析法而言,其在数据挖掘技术中属于进行数据分析的一种最常见方法,该方法所指的就是对于已经整合成为整体的物理对象及抽象对象,使其实行分类,并且对于相同或者比较相似的一些对象应当细化、深入分析,从而对相关数据能够实现有效分类。在数据挖掘技术中,对于相关数据以聚类分析法实行分类及分析,其主要就是对事物间规律性进行充分认识,从而可使实现智能化深入学习不同领域内相关数据。对于聚类分析法而言,其主要可分为两种不同方式,即模糊聚类与硬聚类,其中对于硬聚类而言,其所指的就是对数据对象实行精细划分,使其能够处于与其最相近类别中;对于模糊聚类而言,其所指的就是设置一定取值范围,在此基础上对数据对象实行划分,所以可能会出现的现象就是一个对象具有多种不同类别。

2.3 关联分析法

对于关联分析法而言,其所利用的主要就是蝴蝶效应,该方法就是对事物之间关联性及相互依赖性进行充分把握,在此基础上有效预测其中规律。对于关联分析法而言,在分析由数据挖掘技术而得到数据方面具有十分理想的效果,可对数据进行深入分析,对数据特点可充分把握,从而可为更高进行决策提供较好理论支持及依据[2-3]。

三、数据挖掘技术应用

数据挖掘技术作为一种现代化数据获取及分析处理技术,在社会上很多行业及领域内均具有十分广泛的应用。其一,数据挖掘技术在现代科研领域内具有十分广泛的应用,通过对该技术进行应用,可使大量实验数据分析对较好实现,可使数据分析实现智能化及自动化;其二,数据挖掘技术在市场营销中具有十分广泛的应用,在市场营造中通过对该技术进行应用,实现准确分析市场情况,在此基础上可较好把握市场动态及消费者需求,从而也就能够依据市场规律使决策人员制定更好决策,在预测市场发展方面具有不可替代的作用;其三,数据挖掘技术在互联网中具有十分广泛的应用,对于互联网中数据挖掘技术的应用而言,其主要体现在两个方面内容:利用数据挖掘技术可研制更优秀搜索引擎;在当前搜索引擎系统的基础上,可进一步开发更好层次系统及引擎[3]。

四、结语

随着现代社会信息时代快速发展,越来越多的现代化技术得以出现,并且得到十分广泛的应用,其中数据库及数据挖掘技术就是比较常见的两种。通过对数据库及数据库挖掘技术进行应用,可实现数据信息有效分析及处理,从而可更好实现信息利用。因此,相关工作人员应当对其充分了解及掌握,以便更好对其进行应用。

[1]梁琰.基于Web数据库的数据挖掘技术及应用初探[J].科技展望,2015(32).

[2]李明江,唐颖,周力军.数据挖掘技术及应用[J].中国新通信, 2012(22).

[3]唐明灯.基于数据库技术的数据挖掘分析与研究[J].信息与电脑(理论版),2010(2).

猜你喜欢
聚类数据挖掘数据库
一种傅里叶域海量数据高速谱聚类方法
改进支持向量机在特征数据挖掘中的智能应用
一种改进K-means聚类的近邻传播最大最小距离算法
AR-Grams:一种应用于网络舆情热点发现的文本聚类方法
探讨人工智能与数据挖掘发展趋势
基于事故数据挖掘的AEB路口测试场景
数据库
软件工程领域中的异常数据挖掘算法
数据库
基于Spark平台的K-means聚类算法改进及并行化实现