基于數(shù)據(jù)挖掘技術(shù)的智能信息處理.pdf

1、在全球性的網(wǎng)絡(luò)化、信息化進(jìn)程中，信息過(guò)量成為人人需要面對(duì)的問(wèn)題，也就為信息處理提出了新的要求。信息處理技術(shù)由查詢(xún)、統(tǒng)計(jì)、分析方法學(xué)延伸和擴(kuò)展到數(shù)據(jù)挖掘技術(shù)。 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。數(shù)據(jù)挖掘是當(dāng)今國(guó)際上人工智能和數(shù)據(jù)庫(kù)研究方面最富活力的新興領(lǐng)域，其目標(biāo)是為了滿(mǎn)足用戶(hù)需求，自動(dòng)處理大量的原始數(shù)據(jù)，從中識(shí)別重要和有意義的模式

2、，并將其作為知識(shí)加以表達(dá)。 本文首先闡述了數(shù)據(jù)挖掘的基本概念及處理方法，論述了基于關(guān)聯(lián)規(guī)則的Apriori算法及其改進(jìn)的相關(guān)算法，研究了分類(lèi)方法中的貝葉斯網(wǎng)絡(luò)分類(lèi)方法和判定樹(shù)分類(lèi)算法及聚類(lèi)方法。然后將全國(guó)計(jì)算機(jī)等級(jí)考試、網(wǎng)絡(luò)日志、大型超市的數(shù)據(jù)庫(kù)作為數(shù)據(jù)源，以Bayesian網(wǎng)絡(luò)的數(shù)據(jù)補(bǔ)全算法、基于關(guān)聯(lián)規(guī)則的Apriori并行算法、基于分類(lèi)的判定樹(shù)歸納算法和基于聚類(lèi)的K簇算法為基礎(chǔ)，重點(diǎn)研究以上數(shù)據(jù)挖掘算法的改進(jìn)以及對(duì)上述數(shù)據(jù)源