共 7 条
大数据时代数据挖掘技术探讨
被引:8
作者:
杨华昆
机构:
[1] 上海美设国际货运有限公司
来源:
关键词:
数据挖掘;
大数据;
支持向量机;
神经网络;
D O I:
10.16184/j.cnki.comprg.2015.24.038
中图分类号:
TP311.13 [];
学科分类号:
1201 ;
摘要:
随着互联网、云计算技术的快速发展,信息化系统已经在电子政务、电子商务、在线教育、金融处理等领域得到广泛普及和应用,积累了海量的数据资源,促使人们大步迈入到了大数据时代。大数据在为人们带来工作、生活和学习方便的同时,由于数据规模大、分布地域广,数据应用变得越来越复杂。为了能够提高大数据的利用率和有效性,必须采取数据挖掘技术从海量数据信息资源中发现潜在的、有价值的信息。目前,常用的大数据挖掘技术包括基于统计理论、临近度、密度等3类,较为有代表性的数据挖掘技术包括神经网络、遗传算法、支持向量机和专家系统等4种,未来发展趋势也较为显著,可以从提高精确度、时间复杂度等方面进行改进,以便更好地挖掘数据模式。
引用
收藏
页码:78 / 79
页数:2
相关论文