基于HDFS 的云数据备份系统.doc

第2期 工 矿 自 动 化 N o. 2 2011 年 2 月 Industr y and M ine A utomation Feb. 2011文章编号: 1671- 251X 2011 02- 0029- 04 DOI: CNKI: 32- 1627/ T P . 1032. 001 数据挖掘研究现状及发展趋势 王惠中1 2 彭安群 1 2 1. 兰州理工大学电气工程与信息工程学院 2. 甘肃省工业过程先进控制重点实验室 甘肃 兰州 730050 摘要: 从数据挖掘的定义出发 介绍了数据挖掘的神经网络法、 遗传算法、 决策树法、 模糊集法 粗糙集法、和关联规则法等概念及其各自的优缺点 详细总结了国内外数据挖掘的研究现状及研究热点 指出了数据挖掘的发展趋势。 关键词: 数据挖掘 挖掘算法 神经网络 决策树 粗糙集 模糊集 研究现状 发展趋势 中图分类号: TD672 文献标识码: B 网络出版时间: 2011- 01- 24 10: 32 网络出版地址: ht t p: / / w ww . cnki. net/ kcms/ det ail/ 32. 1627. T P . 1032. 001. ht ml Ex isting Situation of Dat a M ining Research and Its Development T endency 1 2 1 2 WANG H ui zhong P EN G An qun 1. College o f Elect rical and Inf ormat ion Engineering o f L anzhou U niversity of T echno log y Lanzhou 730050 China. 2. Key Laborat ory of Gansu Adv anced Cont rol for Indust rial P rocesses L anzho u 730050 China Abstract: F rom t he definitio n of dat a mining t he paper int ro duced co ncept s and advant ag es anddisadvantag es of neur al net w ork algo rithm decisio n tree algo rithm genet ic alg orit hm ro ug h set met ho df uzzy set met hod and asso ciation r ule m et hod of data mining summ ar ized domest ic and int ernat io nalresearch situatio n and f ocus o f data mining in det ails and pointed out t he developm ent t rend of datamining . Key words: data mining algorit hm of dat a mining neural netw o rk decision t ree rough set f uzzyset resear ch situat io n development t endency 术应运而生 2 。0 引言 数据挖掘是一个多学科领域 它融合了数据库 随着信息技术的迅猛发展 许多行业如商业、企 技术、 机器学习、 人工智能、 知识工程、 统计学、 信息 科研机构和政府部门等都积累了海量的、业、 不同形 检索等最新技术的研究成果 其应用非常广泛。只式存储的数据资料 1 。这些海量数据中往往隐含着 要是有分析价值的数据库 都可以利用数据挖掘工各种各样有用的信息 仅仅依靠数据库的查询检索 具来挖掘有用的信息。数据挖掘典型的应用领域包机制和统计学方法很难获得这些信息 迫切需要能 括市场、 金融、 工业生产、 医学、 工程诊断 科学研究、自动地、智能地将待处理的数据转化为有价值的信 等。本文主要介绍数据挖掘的主要算法及其各自的息 从而达到 为决策服务的 目的。在这种 情况下 优缺点 并对国内外的研究现状及研究热点进行了一个新的技术 数据挖掘 Dat a M ining DM 技 详细的总结 最后指出其发展趋势及问题所在。 收稿日期: 2010- 10- 15 1 数据挖掘算法 基金项目: 甘肃省教育厅 科研项 目 0903 - 07 国 家自 然科 学 数据挖掘就是从大量的、 不完全的、 有噪声的、基金项目作者简介: 王