在线客服
电话咨询
关注我们
立即体验

数据挖掘的重要特性有哪些

2021-08-13 10:37:35

随着大数据时代的到来,数据挖掘已成为当今一大热点。

 


在当下,产生和收集数据是大数据发展的基础,数据挖掘则是关键。即从大量收集的数据中发现隐藏的、未知而又具有潜在价值的信息,是一种系统工程。数据挖掘主要有以下四个方面的特性:

 

1.应用性:数据挖掘是算法与应用实践的结合。数据是基础性的,数据挖掘要以数据为目标,与算法相关的要参考实际应用的需要,抽象泛化问题,实际检验并应用好算法。

 

2. 工程性:数据挖掘是一个工程化过程,是有多个模块分组合成的。其应用决定了它不只是算法分析与应用,而是一个包括数据管理和转换、算法的开发和应用、使用与展示的完整链式过程。

 

3.集合性:数据挖掘是多种功能的集合。常用功能包括数据分析、相关规则模式挖掘、时间序列挖掘、分类预测、聚类分析、异常检测、数据可视化和链接分析等多个不同的功能。这些功能有不同的理论和算法支撑。

 

4.综合交叉:数据挖掘是一门综合性很强的学科,包括但不限于:统计分析、人工智能、识别、检索、数据库等多个不同领域学科的研究成果和学术思想,还有其他领域如信息论、可视化、分布式计算等,这些交叉学科的大量使用,对数据挖掘研究的探索和发展都起到不可忽视的作用。 

由此可见,以上四个方面是数据挖掘的重要特性,是区别与其他学科的重要标志,与此同时,其特性与其他特性又紧密关联,这些特性在很大程度上影响了数据挖掘的探索与发展,也回答了许多人关于如何掌握数据挖掘这门综合学科的疑问。