数据挖掘其实是一个逐渐演变的过程,其思想可以追溯到20世纪70年代。随着数据库存储技术和计算速度提高,科学研究人员意识到,还可以利用机器学习的方式来分析数据。机器学习的过程就是将一些已知的并已被成功解决的问题作为范例输入计算机,机器通过学习这些范例总结并生成相应的规则,这些规则具有通用性,使用它们可以解决某一类的问题。随后,伴随着神经网络技术的形成和发展,人们的注意力转向知识工程。知识工程不同于机器学习那样给计算机输入范例,让它生成出规则,而是直接给计算机输入已被代码化的规则,而计算机是通过使用这些规则来解决某些问题。80年代末在美国底特律召开的第11届国际人工智能联合会议的专题讨论会上首次出现KDD(Knowledge discovery in database)这个术语,人们接受了这个术语,并用KDD来描述整个数据发掘的过程。随后的KDD国际学术大会研究重点逐渐从发现方法转向系统应用,并且注重多种发现策略和技术的集成,以及多种学科之间的相互渗透,数据挖掘和知识发现成为当前计算机科学界的一大热点。随着支持数据挖掘技术发展,数据挖掘渐渐成为成熟的技术,并在实际应用中取得了良好效果。
1、Fu L generation from neural networks[J] Trans onSystems,Man and Cybernetics,1994(8). 2、Towell G, extraction of refined rules from knowledgebased neural networks[J]ing Learning,1993(1). 3、袁曾任,卢振中.由神经网络提取规则的一种方法[J].信息与控制,1997(1). 4、刘振凯,贵忠华,蔡青.基于神经网络结构学习的知识求精方法[J].计算机研究与发展,1999(10). 5、张朝辉.利用神经网络发现分类规则[J].计算机学报,1999(1). 6、黄源,萧嵘,张福炎.神经网络的规则提取研究[J].计算机研究与发展,1999(9). 7、Tu Peilei,Chung Jenyao.A new decision2tree classification algorithm for machine learning[C]. In Proceedings of the 1992 IEEE International Conference on Tools for Artificial Intelligence. Arlington , VA ,Quinlan J R. Induction of Decision Trees[M]ine Learning,1986. 8、刘小虎,李生.决策树的优化算法[J].软件学报,1998(10). 9、洪家荣,丁明峰,李星原等.一种新的决策树归纳学习算法[J].计算机学报,1995(6). 10、Schlimmer J C, Fisher D. A case study of incremental concept induction [C] Proceedings of AAAI286,1986. 11、苗夺谦,王珏.基于粗糙集的多变量决策树构造方法[J].软件学报,1997(6). 12、刘兴华.数据挖掘技术及其应用研究[J].辽宁师范大学学报(自然科学版),2002(2). 13、于金龙,李晓红,孙立新.连续属性的整体离散化[J].哈尔滨工业大学学报,2000(3). 14、李永敏,朱善君,陈湘晖等.根据粗糙集理论进行BP网络设计的研究[J].系统工程理论与实践,1999(4). (作者单位:湖南农业大学资源环境学院土地资源利用与信息技术专业)