数据挖掘技术概述

数据挖掘是从数据库中获取所需信息的一个过程，数据库中的数据内容丰富，但具有一定的随机性，不够完整。利用数据挖掘技术所提取出来的信息，大多是数据库中的隐性信息和潜在信息。计算机技术在计算机的普及下，不断发展创新，数据挖掘技术作为计算机技术的一种，应用最为广泛。数据挖掘技术是基于统计学和人工智能技术而开展的一种应用技术，通过人工智能的自动化技术，对原有数据进行高度分析，通过进一步的推理，提取挖掘所需的潜在隐性信息，为决策提供有效依据。(https://www.daowen.com)

数据挖掘技术形成于20世纪后期，在发展初期，其应用领域相对比较小，所采用的方法一般为关联分析法、序列模式分析法、分类分析法、聚类分析法、孤立点分析法。关联分析法是通过缩小数据范围，在频繁出现的数据信息中，根据信息之间的关联性进行数据整合。序列模式分析法是根据数据的模式和过程，分析出数据之间的潜在联系，与关联分析法在目的上一致。分类分析法是通过确定具有典型特征的数据模型，以此为依据分类识别未知数据。聚类分析法是根据特定数据分析对象，找出数据之间的价值联系。孤立点分析法是通过挖掘数据库中的特殊数据，对影响设备运行的这些孤立数据进行处理。