作者：王宇翔数据挖掘频繁模式挖掘聚类分析
摘要：在互联网发展的早期, 虽然每天也会产生很多新的数据, 但是数据量相对而言还可以用人力分析的方法来处理, 并且对于固定的某个站点和角度去切入的话, 所需要处理的数据量就更少了. 随着互联网的飞速发展, 每天产生的全新数据越来越多, 并且呈指数态势上升, 大量的数据中势必蕴含着大量有价值的信息, 如果能抽取出这些信息, 那么对于企业的发展和社会的发展都将大有裨益,在这个背景之下, 很多数据挖掘处理方法应运而生.数据挖掘即使用计算机工具从海量的数据中挖掘出有价值的模式和规律, 并用这些模式和规律去预测和指导未来的行为.在当今的互联网背景之下, 最为常用的数据挖掘算法有频繁模式挖掘、 聚类分析、 决策树和贝叶斯网络等, 本文将从若干方面入手, 条理系统地介绍一下各类数据挖掘算法的原理、使用方法以及适用范围, 力求为数据挖掘算法的应用提供一个良好的参考和指导.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
