知识发现的过程驱动策略

被引:7
作者
刘业政
杨善林
朱卫东
机构
[1] 合肥工业大学计算机网络系统研究所
[2] 合肥工业大学计算机网络系统研究所 合肥
[3] 合肥
基金
安徽省自然科学基金;
关键词
KDD; Data mining; Process drive strategy; Mixed drive strategy;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
<正> 1 概述随着管理信息系统的广泛使用,沉积的数据越来越多,如何有效地使用、分析这些数据,使其对人们的决策起到支持作用,是目前人工智能领域和管理信息系统领域研究的主要内容之一,知识发现(KnowledgeDiscovery in Databases,KDD)为上述研究提供了有效的工具。本文详细分析了知识发现过程所要完成的任务,并介绍了知识发现的过程驱动策略及相关的操作和技术。2 KDD处理过程知识发现又称数据挖掘,是指从大量数据中提取可信的、新颖的、有效的并最终能被人理解的模式的处理过程。知识的概念在这里是有量度的,它必须具有有用、有效、新颖、易懂等特点;知识发现是一般包括实验、反复、用户的交互作用以及许多初步的决策、定制等步骤的处理过程,该过程是复杂的、艰难的。
引用
收藏
页码:87 / 90
页数:4
相关论文
共 1 条
[1]  
Induction of decision trees[J] . J. R. Quinlan.Machine Learning . 1986 (1)