２１ 年 ８ ＯＯ 月
电 脑 学 习
第４ 期
数据挖掘 算法综述
张君枫 ’
摘 要 ： 本文主要对数 据挖掘的常用算法进行综合研究和比较 。 分析各 个算法 的利弊与适用情况
关键 词 ： 数据挖掘 中图分类号 ：Ｐ ０ Ｔ３１
分类
预测
聚类
文献标识码： Ａ 文章编号：０ ２ ２ ２ （ ０ ０）４ ０ ２— ３ １０ — ４ ２ ２ １ ０ — １０ ０
Ｓ ｍ ｍａ ｙ ｏ ｔ ｉ ｉ ｇ Ａｌ ｏ ｉ ｍ ｕ ｒ ｆ Ｄａ ａ Ｍ ｎ ｎ ｇ ｒｔ ｈ
Ｚｈ ｎｇ Ｊ ｎ ｅ ｇ ａ ｕ ｆｎ
Ａｂ ｔａ ｔ Ｔ ｅ ｐ ｐ ｒｍａ ｅ ｈ ｏ ｒｈ ｎ ｉ ｔ ｄ ｆｃ ｎ ｎ ｄ ｔ ｍｉｉｇ ａｇ ｒ ｈ ｓ ａ ｄ ａ ａ ｚｓ ｔｅ ａ ｖ ｔ ｅ ｄ ｄｓ ｓｒ ｃ ： ｈ ａ ｅ ｋ ｓ ｔｅ ｃｍｐｅ ｅ ｓ ｅ ｓｕ ｙ ｏ ｏ ｌ ａａ ｎｎ ｌｏ ｔｍ ， ｎ ｎ ｌ ｅ ｄ ａ ａ ｓ ａ ｉ ｖ ￣ｏ ｉ ｙ ｈ ｎ ｇ ｎ －
聚类就是将数据项分 组成 多个类或簇 ，类之 间的数据 差别应尽 可能大 ， 内的数据差别应尽 可能小 ， 类 即为 “ 小 最
化 类 间 的相 似 性 ， 大 化 类 内的 相 似 性 ” 则 。与 分类 模 式 最 原
于 场 景 的 元数 据 的 Ｒ Ｆ文 件 会 自动 转 换 ， 并 通 过 Ｒ Ｆ编 Ｄ Ｄ 辑 器 显 示 。 这 样 ， 户 可 以存 储 结果 ， 来 还 可 以进 一 步 编 用 将 辑 ， 用 户 的 视 野 在 Ｒ Ｆ文 件 里 增 加 新 的 类 和 属 性 ， 而 从 Ｄ 从 为 现 今 Ｗｅ 可 用 的多 媒 体 元 数 据 做 出贡 献 。 ｂ上
５ 结束 语
语义 Ｗｅ 不 断增长 的研究和 应用意 味着 需要大容 ｂ里 量的元数据， 还有合理 的 Ｒ Ｆ存储和查询结构。目前， Ｄ 在创 建大容量音乐元数据库 已进 行了一些研 究， 由于 Ｗｅ 但 ｂ上 可用乐 曲数量的不断增加 ， 这些研究 的范围是局限的。 元数 据是在不断更新修改中发展的信息 。描述 的竞争应该是受 鼓励的 ， 而在 线团体用户 的角色是 决定性的 。应用 Ｒ Ｆ查 Ｄ 询体系结构，根据可 用的在线资源设计 出一种在线检索和 转换音乐元数据 的应 用程序 。应用在基于上下文 的元数据 方 向上 ， Ｒ Ｆ格式 的结果提供 给终端用 户 ， 以 Ｄ 从而 强化语 义 Ｗｅ ｂ标准和 思想 的使用 。为 了这个 目的， 需要理解基于 本体 的框架 。系统得益于 Ｒ Ｆ 定上下文 的元数据 的简单 Ｄ 特 结构和灵活性 ， 能够 由用 户 自行 添加元 数据 ， 任何 Ｒ Ｆ元 Ｄ
收稿 日期：０ ０ ０ — ６ ２ １－ ７ ０ － ｝张君枫 辽 宁对外经 贸学院信 息技术系讲师 （ 辽宁， 大连 １６ ５ ）。 １０ ２
正 确 的分 类 到 其 相 应 的标 号 中 １ ４ １ 。
关联规则的挖掘可分为两步 ，首先是通过迭代识别所有 的
频 繁 项 目集 ，然 后 再 从 频 繁 项 目集 中构 造 可 信 度 不 低 于 用 户 设 定 的 最 低 值 的 规 则 。识 别 和 挖 掘 所 有 频 繁 项 目集 是 关
现 的不 同项 之 问 的 相 关 性 。如 果 两 项 或 多 项 属 性 之 间存 在 关 联 ， 么就 可 以依 据 已知 的属 性 值 预测 某 一 项 的 属性 值 。 那
新 的数据进行分类 。 训练数据集 中的数据带有类标号 ， 通过 训练集 的训练 ，使得使用 分类 函数可 以把标号未 知的数据
数 据 项 划 分 到 某 个 给 定 的类 别 上 。分 类 由模 型创 建和 模 型 使 用 两 步 组 成 ，模 型 创 建 是 指 通 过 对 训 练 数 据 集 的 学 习 来 建 立 分 类 模 型 ：模 型 使用 是 指 使 用 分 类 模 型 对 测 试数 据 和
的知识 ， 目的是 为了生成 部分 数据 的概要， 找数据子集 其 寻 之 间关联关系与数据之 间的派生关系 ，即在 同一事件 中出
数 据 可 组 成 全 局 网络 信 息 的 部 分 ，任 何 人 都 有 给 任 何 资源 添 加 元 数 据 的能 力 。
参考 文献
［］吴波 ， １ 王保保 ．几种基 于内容的图像检索的方法【 ＿西安 ： Ｊ 】 计算
机 技 术 与 发 展 ，０ ６ １ ６ ：９ — ９ ． ２ ０ ，６（ ） １ １ １ ５
关 联 模 式 是 反 映 一 个 事 件 和 其 他 事 件 之 间依 赖 或 关 联
联规则挖掘算法 的核心 ， 也是计算量最大的部分［ ３ １ 。
关 联 规 则 中 最 典 型 的 是 购 物 篮 分 析 ，在 关联 规 则 的 分
析 中有助于发现 交易数据 库中不 同商 品之 间的联 系，找出 顾客购买 的行为模式 。 分类就是通过构造 一个分类函数 ，把具有某 些特 征的
Ｐ ｅ ｉｔ ｎ ｒｄ ｉ ｃｏ
Ｃ ｕ ｔｒ ｇ ｌｓ ｉ ｅｎ
１数据 挖掘 的 主要研 究 内容
数据挖掘的任务是发现 隐藏在数据 中的模式 ，可 以发 现 的模式分为两大类 ： 描述型模式和预测型模式［ ２ １ 。描述型 模式是对当前数据中存在的事实做规范描述 ，刻画 当前数 据 的一般特性： 而预测型模 式则是以时间为关键参 数， 对于 时间序列型数据， 根据其历史和当前的值 预测 未来 的值 。
ａ ｖ ｎｔｇ ｆ ｔ ｅ ｌ ｏ ｉ ｍｓ ａ ｌ ａ ｐ ｌｃ ｂ ｅ ｓｔ ａ ｉｎ ． ｄ ａ ａ ｅ ｏ ｈ ａｇ ｒｔ ８ ｗｅ ｌ ｓ ａ ｐ ｉ ａ ｌ Байду номын сангаас ｔｏ ｓ ｓ ｈ ｕ
Ｋｅ ｗｏ ｄ： Ｄ ｔ Ｍｉｉｇ ｙ ｒ ａ ｎｎ ａ
Ｃ ａｓ ｃ ｔ ｎ ｌｓｉ ａ ｏ ｉ ｆ ｉ