数据挖掘研究的现状与发展趋势

机器学习、神经 网络 、统计学、模式识别、高性
能计算 等 技术 基 础 上 的一 门新 兴技术 。 因此 ，在 这 种 需 求牵 引下 ，汇 聚 了不 同领域 的研 究者 ，吸 引 了数 据 库 技 术 、人 工 智能 技 术、数理 统计 、可 视 化技 术 、并 行 计 算 等 方面 的学者和工 程技 术 人
由此 而 生 。
策者寻找规律 ，发现被忽略的要素，预测趋势 ， 进行决策 ，也是对数据 内在和本质的高度抽象与
概 括 ，是 对 数 据 从 理 性认 识 到感 性认识 的升 华 。
数 据挖 掘 是 一 门交 叉 学科 ，它把人 们对数 据 的应
用从 低 层 次 的简 单 查 询 ，提 升到从 数据 中挖 掘知 识 ，提 供 决策支 持 。是建 立在 数据 库 、人工 智能 、
数 据 挖掘 的协 同和 遥 感 影像 的挖 掘等 ，主 要 采用
了基于统计学和概率论、集合论、机器学习、仿
生物 学 、地球 信 息 学的研 究 方法 。 ４ 多媒 体数 据挖 掘 ． ２ 多媒 体数 据 ，包括 图形 、图像 、文本 、文 档 、 超文 本 、声音 、视 频和 音 频 数据 等 ，数据 类 型 复 杂 ， 随着 信 息技 术 的进 步 ，人们所 接 触 的数 据 形
ｌ数 据挖 掘 的 定义
数据挖 掘 又 叫做 数据 库 中发现 知识 （ ｎ ｗｅ Ｋ ｏ ｌｄ ｇ ｓｏ ｅ ｔｂｓ，简称Ｉ Ｄ），是２ 世纪 ｅＤｉ ｖｒ ｉ Ｄａ ａｅ ｃ ｙｎ ａ ① Ｏ ９ 年 代 以来 发 展 起 来 的数 据 库 系统和 数 据库 应用 ０ 领 域 一 个欣 欣 向荣 的 前沿 学 科 ，是从 大 量 的、不 完 全 的 、有 噪 声 的 、模糊 的、 随机 的实 际应 用数 据 中 ，提 取 隐 含 在 其 中 的但 又是 潜在 有用 的信 息
表１ 数据挖掘研究的进化历程
进化阶 段 数据 搜集 （０ ２ 世纪６ 年代 ） ｏ 数据 访 问 （０ ２ 世纪８ 年代 ） Ｏ 数据 仓库 、决策 支持 （０ ２ 世纪９ 年 代 ） ０ 数据挖掘 （ 在流行 ） 正 计算 机
、
支 持 技术 磁带 和磁 盘
产 品厂家 ＩＭ 、Ｃ Ｃ Ｂ Ｄ
挖 掘软件产 品，并在 北美 、欧洲等 国家得 到应用 。 数据 挖 掘可 以认 为是 数据 库 技 术和 信 息技 术
自然演 变 的结 果 。在 数据 库 业界 ，数据 挖 掘 的进
美 国底特律召开的第十一届 国际联合人工智能学
术 会 议上 ，到 １９ 年 在加 拿 大 蒙 特 利 尔 召 开 的首 ９５
形和图像数据 ；甚至是分布在网络上的异构型数
据 ，如 ｗ ｂ网页 。发 现知 识 的方法可 以是数学 的 ， ｅ 也 可 以是 非 数 学 的 ；可 以是 演 绎的 ，也可 以是 归 纳 的 。发 现 的知 识 可 以被 用 于信 息管 理 ，查询 优 化 ，决策 支 持和 过 程 控制 等 ，还可 以用于数 据 自
届ＫＤ ＆Ｄａ ｎ ｇ 际学术 会 议 ，再到 以后每 Ｄ ｔＭｉｎ 国 ａ ｉ
年 都要 召开 一次 的Ｋ ＤＤ＆ ｔ ｎｎ 国际 学术会 Ｄａａ Ｍｉｉｇ
化经 历 了四个 阶段 ：数据 搜 集 、数据 访 问 、数 据
仓库 和决 策支持 （ 表 １ 。 见 ）
议 ，经过 十 多年 的努 力 ，数 据 挖 掘 技 术 的研 究 已
３数 据挖掘研 究 的现状
在 国外 ，数 据挖 掘 技术 已被 广 泛 的应 用 于 各 个 领 域 ，其 中一 些 典型 应用 如 加 州 理 工 学 院喷 气 推 进 实 验 室 与天 文 科 学家 合 作 开 发 的Ｓ Ｉ Ａ Ｋ Ｃ Ｔ系
表 决 策支 持 ） ， １９ 年 １ 月 ７ ９ ７ ０ 日开始 出版 ，可 向 ｄｔａ＠ｔｃ ｏ ｓ ｉｌ ｇ ． ｍ提 出免 费订 阅 申请 。 ｒ ｃ 与 国外相 比， 国 内对 数 据挖 掘 的研 究 稍 晚 ， 没有 形成整 体力量 。１ ９ ９ ３年 国家 自然科学 基 金首 次 支持 数据 挖掘 领 域 的研究 项 目， 目前 ，国 内 的
式越 来 越 丰 富 ，多媒 体 数 据 的大量 涌 现 ，形 成 了 很多 海量 的多 媒体 数据 库【。 ８ 这些 数据 大多是 非 结 】
Ｎ Ｃ） ＤＢ ，权 威 的杂 志 有 《 算 机 学报 》 软件 学 计 、《 报 》和 《 算机研 究与 发展 》等 。 计
４ 数据 挖掘研 究 的分支方 向
产 品特 点 提 供历 史性 的、静 态 的 数据 信 息 在 记 录 级 提 供 历 史 性
的、动态 的数据信 息
关 系数 据 库 、结构 化查 Ｏ ａｌ、Ｓ ｂｓ、 ｒｃｅ ｙａｅ 询语 言 Ｉｆｒ ｉ 、ｍＭ 、 ｎ ｏｍ ｘ Ｏ Ｂ Ｄ Ｃ Ｍｉ
、
ｃｏ ｏ ｔ ｒ ｓ ｆ
据 库 中获取 有 意 义 的 信 息 以及 对 数据 归 纳 出有用
的结 构 ，作 为 企业 进 行决 策 的依 据 。此 外 ，数 据 挖 掘 的 也是 发 现数 据 库拥 有者 先 前关 心 却未 曾知
悉 的有 价 值 信 息 。 事 实上 ，数 据挖 掘 并不 只是 一 种 技术 或 是 一 套软 件 ，而 是一 种 结合数 种 专业 技
员 投身 到 数 据挖 掘 这 一新 兴 的研 究领域 ，形 成新 的技 术 热 点 。
数 据挖 掘 （ ｔ Ｍｉｉｇ Ｄａ ｎｎ ，简称Ｄ ）所 要处理 ａ Ｍ 的 问题 ，就 是在 庞 大 的数据 库 中找 出有 价值 的隐 藏 事 件 ，并 且 加 以分 析 ，其 主要 的贡 献 在于 从数
据 库 中的数 据 量 正 在 以指 数速 度 增长 ，同 时人们 期 望 从数 据 中获 得 更 有用 的信 息 。实际 上 ，这些 数 据 中只 有 一 小 部 分 有用 ，但 人 们却 渴求 获 得知 识 ， 正面 临 “ 据 丰 富而 知识 贫 乏 ”的 问题 ，所 数
以迫切 需 要 一种 新 的技 术 从海 量数 据 中 自动 、高 效地 提 取所 需 的有 用 知 识 ，这 时 ，数据 挖 掘技术
复旦大学朱扬勇教授领导的数据挖掘工作组 ，云
南大 学王 丽 珍教授 带 领 的针对 不 确 定数据 挖 掘 的 研 究 小组 等 ，都取 得 了许 多重 要 的研 究成 果 。在
中央农业管理干部学院 学报 １ 月
科技发展
数据 挖 掘算 法 研 究 方 面 ， 中科 院计 算 所 史忠 值研 究 员 、清华 大 学 石纯 一 、陆 玉 昌教 授 、武 汉 大学 李德 仁 院士 、北 京科 技大 学杨 炳 儒 教 授 、复 旦大 学周 傲 英教 授 等 都取 得 了许 多重 要 的研 究 成果 。 国 内 比 较 重 要 的 会 议 有 全 国 数 据 库 学 术 会 议
Ｄ ｔ Ｅ ｇ ｅｒ ｇ ａ Fra bibliotekｎｉ ｅｎ 会刊领先在 １９ 年 出版 了数据挖 ａ ｎ ｉ ９３
掘技术专刊，在Ｉ ｅ ｃ ｎｒ ｔ ｔ 上还有不少数据挖掘 电子 ａ
出 版 物 ， 其 中 以 半 月 刊 Ｋ ｏ ｅｇ ｓｏｅｙ ｎ ｗｌ ｅ Ｄｉ ｖｒ ｄ ｃ Ｎｕｇｔ ｇｅ 最为权威 。另一份在 线 周刊 为 Ｄ ＊ （ Ｓ ｓ Ｓ Ｄ 代
关键词：数据挖掘 ；分支；研究；现状；趋势
中图分 类 号 ： Ｐ １ Ｔ ３１ 文 献标识码 ： Ａ 文 章编 号 ；１０ 。５ １（０ ０ ０ —０ ５ｏ ０ ８２ ８ ２ １ ）－ １ ３ ．４ ０
进入 信 息 时 代 ，保存 在 计算 机 中 的文 件 和数
取 辅 助 决 策 的关 键 性 数 据 。数 据挖 掘可 以帮助 决
了数据挖 掘专题或 专刊 ，如 正Ｅ Ｅ的Ｋ ｏ ｌ ｇ ｄ ｎ ｗｅ ｅ ｎ ｄ ａ
伯乐 教授领 导开发 了数 据挖掘 工具集 Ａ Ｎ Ｒ； ＭＩ Ｅ
北京大学智能科学系的唐世渭和杨冬青教授领导
开 发 了基 于空 间 数 据 挖 掘 的客 户 分 析 系 统 模 型 Ｃ Ｄ 。此外 ，清 华大 学周立 柱教 授领导 的数 据 ＡＳ Ｍ 挖掘 研究 小 组 ，四川 大 学唐 常杰 教授 领 导 的针对 时 间序列 方 面 的数 据 挖掘 研 究小 组 ， 中国科 技大 学 蔡庆生 教授 领 导 的针对 关 联规 则 的研究 小 组 ，
联机 分 析 处 理 、多 维数 Ｐ Ｏ、 ｏ ｈｒ、 ｒｏ、 在各 种层 次 上提供 回溯 ｎｔＣ ｍｓａｅ Ａ ｂｒ 据库 、数 据仓库 Ｃ ｇ ｏ 、Ｍｉ ｏｔ ｔｇ 的、动态 的数据信 息 ｏｎｓ ｃ ｓ ａｅ ｙ ｒ ｒ 高级算法、多处理器计 Ｐ１ 、Ｌ ｃｈｅ 、ⅢＭ、 ｉ ｔ ｏｋ ｅ ｏ ｄ 算机 、海 量 数据 库 Ｓ 、其它 初创 公司 ＧＩ 提供预 测性 的信 息
术 的应用 。
原始数据经过数据挖掘后提取的知识 ，有特
定前 提 和 约 束条 件 ， 面 向特 定领域 的 ，同时 还要 能够 易 于 被用 户 理 解 ，最好 能用 自然 语言 表 达所 发现 的结 果 ，可 以 是概 念 、规 则 、模 式 、规 律和 约 束 等 。原始 数 据 可 以是 结构 化 的，如关 系数 据 库 中的数 据 ；也 可 以是 半结 构 化的 ，如文本 、 图
和知识的过程。它涉及到对 数据库中的大量数据
进行抽取、转换 、分析 以及模型化处理，从中提
身的维护 。
３ ５
２１ ０ ０年 １ 月
２ 数据挖 掘研 究的 过去 数 据库 中发现 知 识一 词 首 次 出现 于 １８ 年 在 ９９
经取得 了丰硕的成 果 ， 不少 软件公 司 已研 制 出数据
识 发现 的基 础理 论 及其 应用 研 究 ，这些 单 位包 括 清 华大 学 、中科 院计 算 技术 研究 所 、空军第 三 研 究所 、海 军 装备 论证 中心等 。例 如 ，复旦 大学 施