数据挖掘技术数据挖掘技术的由来

在网络化时代，通信、计算机和网络技术的迅猛发展改变了整个人类和社会。从芯片集成度、CPU处理速度到信道传输速率的增长速度，这些技术以每18个月翻一番的速度在增长，这一势头已经维持了十多年。全球IP网的发展速度达到了每6个月翻一番，国内情况亦然。网络的发展导致了经济全球化，跨国企业在全球产值排序前100名中占据主导地位，甚至有人提出，对待一个跨国企业的重要性可能比对待一个国家还要重要。网络技术的普及与全球化推动了人类社会的进步，使得网络技术与历史上如火的发明相比拟，成为推动社会进步的关键技术之一。

然而，随着网络技术的发展，信息过量的问题日益凸显。信息的爆炸性增长带来了信息消化的困难、真假信息辨识的挑战、信息安全的威胁以及信息形式的多样性，使得人们需要学会抛弃信息，从中发现有用的知识，提高信息利用率。面对这一挑战，数据挖掘和知识发现技术应运而生，旨在从海量数据中挖掘潜在价值和知识。数据挖掘技术的出现，标志着数据库技术进入了一个更高级的阶段，不仅能够高效地查询和遍历数据，还能够发现数据之间的潜在联系，从而提升信息的传递效率。

数据挖掘技术的核心模块包括数理统计、人工智能、机器学习等成熟技术，结合高性能的关系数据库引擎和广泛的数据集成，使得数据挖掘技术在当前的数据仓库环境中实现了实用化。数据挖掘是一个逐步演变的过程，从商业数据到商业信息的进化过程中，每一步都基于上一步的积累。这一过程的关键在于识别模式、发现联系和预测趋势，进而为决策提供支持。

数据挖掘技术的发展与数据仓库技术密切相关，数据仓库的发展促进了数据挖掘的普及和应用。数据仓库提供了一种用于存储和管理大量历史数据的解决方案，为数据挖掘提供了丰富的数据源。然而，数据仓库并非数据挖掘的先决条件，数据挖掘可以从操作数据源中直接挖掘信息。数据挖掘与统计方法的结合，成为解决数据处理问题的最佳策略之一，能够有效地从数据中提取有价值的信息和知识。

扩展资料

数据挖掘(data mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。