信息和數(shù)據(jù)的交互是信息時代的特征和產(chǎn)物，隨著電子商務的興起與發(fā)展，人們已經(jīng)認識到信息和數(shù)據(jù)的重要性，它既是全程工作運轉的記錄累積，也是驅動商業(yè)行為的動力之源。正如阿里巴巴、京東等公司的掌門人所夸耀的，目前他們的交易平臺可以在用戶模糊輸入產(chǎn)品信息進行產(chǎn)品搜索時，自動匹配出買家和賣家的精準內容，從而使用戶在數(shù)董龐大的產(chǎn)品中找到自己最想要的或相關度最高的產(chǎn)品。這種互聯(lián)網(wǎng)技術的應用，正是基于數(shù)據(jù)挖掘 (Data Mining)技術而實現(xiàn)的。管道泵
1數(shù)據(jù)挖掘的定義
數(shù)據(jù)挖掘是指從大量的、不不會的、有噪聲的、隨機的、模糊的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的但又具有潛在有用信息和知識的過程。隨著信息技術的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長，動輒以TB(太字節(jié)，1TB=1024GB)計。從海量數(shù)據(jù)中提取有用的知識成為當務之急，數(shù)據(jù)挖掘就是為順應這種需要應運而生并發(fā)展起來的數(shù)據(jù)處理技術，是數(shù)據(jù)庫知識發(fā)現(xiàn)（Knowledge Discovery in Database）的關鍵步驟。磁力泵
數(shù)據(jù)挖掘功能一般可以分為兩類:預測和描述。描述性挖掘功能用來描述數(shù)據(jù)庫中數(shù)據(jù)的一般特性，而預測性挖掘功能是在現(xiàn)有數(shù)據(jù)上進行推斷，以進行預測。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中抽取知識的過程，鑒于數(shù)據(jù)本身的性質，那些符合推理和信息論、統(tǒng)計原理、遺傳算法和神經(jīng)網(wǎng)絡的知識被首先運用到知識發(fā)現(xiàn)的算法設計中。化工泵
數(shù)據(jù)挖掘與傳統(tǒng)意義上的統(tǒng)計學不同。統(tǒng)計學推斷是由假設驅動的，即形成假設并在數(shù)據(jù)基礎上進行驗證；數(shù)據(jù)挖掘是由數(shù)據(jù)驅動的，即自動地從數(shù)據(jù)中提取模式和假設。數(shù)據(jù)挖掘的目標是提取可以容易轉換成邏輯規(guī)則或可視化表示的定性模型，與傳統(tǒng)的統(tǒng)計學相比，更加以人為本。自吸泵
