隐藏按钮
开课吧企业服务客服
开课吧企业服务联系电话
开课吧企业服务市场部二维码

数据挖掘的主要功能是什么

数据挖掘以满足用户需求或应用要求为导向,能够针对不同类型的数据结构,从不同抽象层面实现对数据规律的发现。数据挖掘的目标总体可以概括为描述和预测等两大类:描述性数据挖掘主要负责描述数据的一般性质:而预测型数据挖掘任务则主要针对数据进行分析、推断并做出预测。

 

数据挖掘的主要功能是什么

 

数据挖掘的主要功能及可以发现的主要模式类型如下:

 

1、概念描述


通过对数据的共性和特性进行总结,从整体上把握数据的内涵特征。常用的概念描述是基于统计学的传统均值、众数、中位数、偏差和方差等描述性统计方法,或者利用联机分析处理技术OLAP实现数据的多维查询和计算。交通事故宏观预测可对较大区域范围的路网安全进行全面分析,预测交通安全的变化趋势,从而为制定宏观道路交通安全政策,分析、评价区域交通安全形势提供依据。


2、关联知识挖掘


关联知识反映一个事件和其他事件之间的依赖程度,在数据库中的表现就是结构化数据结构之间的关联形式。这种关联形式可分为因果关联、时序关联、数量关联等。他们共同的特征是完全未知,需要通过关联知识挖掘找出依存在数据库中隐藏关联知识。关联规则挖掘ARM是关联知识发现的常用方法,其中以数据及其改进算法应用广泛。


相应地,交通事故数据挖掘是以发生于路口、路段的小范围事故,或者某一具体事故类型为研究对象,预测着眼点在于通过分析事故发生时的人、车、道路、环境等影响交通安全的因素,提出具体的道路安全设计、交通工程设施设置以及交通安全管理手段的指导建议。