时间：2022-12-10 02:30:01 | 来源：信息时代
时间：2022-12-10 02:30:01 来源：信息时代
知识发现 : 与数据挖掘相近的术语,全称为数据库中的知识发现。知识发现是一门交叉性学科,涉及机器学习、模式识别、统计学、数据可视化、高性能计算机和专家系统等多个领域。从数据库中发现出来的知识可以用在经营管理、过程控制、科学研究和决策支持等许多方面。相近的术语还有知识挖掘、知识提取、数据/模式分析、数据考古、数据融合等。最常使用的是数据挖掘和知识发现,两者常常不加区分地使用。数据库中的知识发现(KDD)一词首次出现在1989年8月举行的第11届国际联合人工智能学术会议(第一届KDD专题讨论会)上,它强调了知识是数据发现的最终产品。在人工智能领域比较常用,最常见的说法是: 认为数据挖掘是知识发现过程中的一个阶段(步骤)。
Fayyad等人把知识发现(KDD)定义为“从数据中识别那些有效的、新颖的、潜在有用的、最终可理解的模式的一个复杂过程”。而把数据挖掘(data mining)认为只是KDD过程中的一个具体却是关键的步骤,是知识发现(KDD)中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。
另外一种观点将知识发现(KDD)看成是数据挖掘的一个特例: 数据挖掘系统可在关系型数据库、数据仓库、空间数据库、文本数据以及诸如Web等多种组织形式中挖掘知识,数据挖掘在源数据形式上具有多样性。那么,数据库中的知识发现只是数据挖掘的一个方面。
区分两者的概念和内涵并没有太大意义,就目前术语的使用情况来看,人工智能领域主要使用术语知识发现,而数据库领域和工业界主要使用术语数据挖掘。
在线咨询
