Algorithm 版 (精华区)

发信人: ssos (存在与虚无), 信区: Algorithm
标  题: 数据开采与知识发现综述（一）
发信站: 哈工大紫丁香 (2001年06月14日15:59:53 星期四), 站内信件

数据开采(Data Mining),又译作数据挖掘。其前身是知识发现(K
DD),属于机器学习的范畴,也是数据库发展与人工智能技术相结合的
产物。作为目前国外的热门研究课题之一,它既是人工智能学者的研
究热点,也是数据库学者的研究热点。而目前国内从事这方面研究的
单位还不多。本期专题综合了国外在数据开采中的最新观点,结合国
内在这方面的研究现状和成果,从几个侧面进行了介绍。
一、知识发现与数据开采的兴起
    知识发现(KDD)与数据开采(Data Mining)是人工智能、机器学习
与数据库技术相结合的产物。机器学习(Machine  Learning)是用计
算机模拟人类学习的一门科学,始于60年代末, 真正发展是在70年代
末。由于在专家系统开发中存在知识获取的瓶颈现象,所以采用机器
学习来完成知识的自动获取。1980年,在美国召开了第一届国际机器
学习研讨会;1984年,《机器学习》杂志问世。我国很快跟上了国际步
伐,于1987年召开了第一届全国机器学习研讨会;1989年成立了以中国
科技大学蔡庆生教授为理事长的理事会;1995年在国防科技大学召开
了第五届机器学习研讨会。从数据库中发现知识是从80年代末开始的
。
    KDD一词是在1989年于美国底特律市召开的第一届KDD国际学术会
议上正式形成的。国际KDD学术会议起初每两年召开一次,1993年后每
年召开一次。在几次国际KDD学术会议上讨论的问题有:①定性知识和
定量知识的发现;②数据汇总;③知识发现方法;④数据依赖关系的发
现和分析;⑤发现过程中知识的应用;⑥集成的交互式的知识发现系统
;⑦知识发现的应用。
    1995年,在加拿大召开了第一届知识发现和数据开采国际学术会
议。由于数据库中的数据被形象地喻为矿床,因此数据开采一词很快
流传开来。1995年以来,国外在这方面的论文非常多,已形成热门研究
方向。
    随着知识发现在国外的兴起,我国也很快跟上了国际步伐。《计
算机世界》报技术专题版于1995年3月发表了由中国电子设备系统工
程公司研究所李德毅教授组织的KDD专题;1995 年4月发表了由中国科
学院史忠植研究员组织的机器学习和神经网络专题;1995年12月发表
了由国防科技大学陈文伟教授组织的机器发现和机器学习专题,对我
国开展知识发现的研究起到了一定的推动作用。但我国在这方面的研
究单位和人员偏少,应引起人工智能和数据库技术人员的广泛重视。

--

   
<<社会契约论>>是一本好书,应当多读几遍
风味的肘子味道不错,我还想再吃它      

※ 来源:·哈工大紫丁香 bbs.hit.edu.cn·[FROM: 202.118.230.220]