知识获取 、 信息提取 、 高性能计算、 并行计算、 数据可 视化等多方面知识， 它包括数据库中的知识发现、 信
息抽取、 信息发现等。 早在 １８ 年 ８ 在美国底特 ９９ 月，
（） １关联分析： 从给定的数据集发现频繁 出现的 项集模式知识 （ 又称为关联规则） 关联分析广泛用 ，
于市场营销、 事务分析等应用领域 。 最经典的关联分
掘技术在企业中的应用
Ａ ｐ ｌ ｃ ｔ ｏ ｆ Ｄ ｔ １ ｎ ｉ ｎ ｅ ｐ ｉ ｅ ｐ ｉ ａ ｉ ｎ ｏ ａ ａ Ｍｉ ｉ ｇ ｎ Ｅ ｔ ｒ ｒ ｓ １ ｓ
・数 挖 据
掘 技 术 在 企
业
张 苹
Ｚ ａｇＰｎ ｈ ｎ ｉｇ
中 的
应
（ 驻马店高级技工学校， 河南 驻马店 ４３ ０） ６ ００
在企业 当中的应用实例 ， 分析 了影响该技术普及的不利 因素， 阐述 了 数据挖掘技术在企业中的应用前景。 关键 词 ： 数据 挖掘 ； 决策 ； 数据 库技术
中图分类 号 ：Ｐ １ Ｔ３１ 文 献标识 码 ： Ａ 文章编 号 ：６ １ ７２（０ １ ．０ １０ １７ ． ９． １） ０４ ．４ ４ ２ ８
抽取挖掘 出未知的、有价值的模式或规律等知识的 复杂过程【 ｌ 】 。它涉及数据库技术 、 人工智能 、 机器学 习、 神经网络 、 数学 、 统计学、 模式识别、 知识库系统 、
得当， 能够给企业带来巨大的经济效益， 对企业经营 管理产生深远的影响。
１ 主要的数据挖掘技术介绍 数据挖掘技术主要包括关联分析 、 分类与预测 、 聚类分析 、 异类分析和演化分析等技术嘲 。
在体育界， Ｂ Ｎ Ａ将数据挖掘用到无处不在 。在
某期的（ （ 体育画报》 里的一篇关于 Ｎ Ａ的文章 中提 Ｂ
型特征的模型 （ 或函数） 以便能够分类识别未知数 到：二十年来，所有年度防守球员退役时都有枚戒 ， “
指带” 在其他报道中，２ａ ｅ． ｍ定义的“ 。 ８ｇｍ ｓ ｏ ｃ 关键时
Ｋｅ ｗｏ ｄ ： ｔ ｉｉｇ ｙ ｒ Ｓ ＤａａＭ ｎｎ ；Ｄｅ ｉ ｏ ａ ｉｇ ｃｓ ｎＭ ｋｎ ；ＤａａＢａｅＴ ｃ ｏ ｏ ｙ ｉ ｔ ｓ ｅ ｈ ｌｇ ｎ
０ 引言 互联 网的飞速发展 让我们拥有了前所未有 的海
律召开的第 １ 届 国际人工智能联合会议 的专题讨 １ 论会上首次出现知识发现 （ｎ ｗｅｇ ｉ ｏｅ Ｋ ｏ ｌ ｅ ｓ ｖｒ ｉ ｄ Ｄ ｃ ｙ ｎ
Ａｂ ｔａ ｔＴ ｅｄ ｖ ｌｐ ｎ ｆ ｏ ｕｅ ｎ ｔｍ ｅ ｒｎ ａ ｎ ｉ ｔ ａａｔ ｎ ｅｐ ｓ ｓ Ｈｏ ｔ ｌ ｘ ｓ ｒ ｃ： ｈ ｅ ｅｏ ｍｅ ｔ ｍｐ ｔｒａ ｄｉ ｅ ｔ ｉｇｍ ｇ ａ ｍｉ ｄ ｔ ｅ ｔｒ ｒ ｅ ． ｗ ｆ ｌ ｅ － ｏ ｃ ｎ ｂ ｎ ｙ ｏ ｉ ｏｕ ｙ
ｃ ｖ ｔ ｅｉｆｒ ｔ ｎｔ ｅｐｅ ｔｒ ｒｓｓｔ ｋ ｅ ｉ ｏ ｕ ｓｉｎｔａ ｏ ｆ ｓ ｇｐ ｏ ｌ． ｓｄｏ ｅｉ— ａ ａｅｔ ｏ ｍａｉ ｈ ｌ ｎｅｐ ｉｅ ｍａ ｅｄ ｃｓ ｎ ｉ ａｑ ｅｔ ｔ ｓｃ ｎｕ ｉ ｅ ｐｅ Ｂａ ｅ ｎｔ ｈ ｎ ｏ ｏ ｏ ｉ ｓ ｏ ｈ ｉ ｎ ｈ ｎ ｔｏ ｕ ｔ ｎ ｏ ａａｍｉｉｇｔｃ ｏｏ ｙ ｔ ｅｔｅ ｉ ｄｓｕ ｓｄｔｅａ ｐ ｉａｉｎｅ ｖｒｎ ｅ ｔ ｎ ｘ ｍｐｅ ｎｅ ｒｓ ｒ ｄ ｃｉ ｆ ｔ ｎｎ ｈ ｌｇ ， ｓｓ ｉｃ ｓｅ ｐ ｌ ｔ ｎ ｉ ｍ ｎ ｄ ｅ ａ ｌｓｉ ｅ ｔｒ ｉ － ｏ ｄ ｅｎ ｈ ｈ ｈ ｃ ｏ ｏ ａ ｎ ｐ ｅ ， ｎ ｌｚ ｄｕ ｆｖ ｒｂｅｆｃｏ ｓ ｈ ｓ ａ ｆｅ ｔ ｅｐ ｐ ｌｒ ｉｇ ａ ｄｉｕ ｔａｅ ｅｐ ｏ ｐ ｃ ｆ ｅｔｃ ｏｏ ｓ ａ ａｙ ｅ ｎ ａ ｏａ ｌ ｔｒ ｏ ｅｍ ｙａ ｃ ｏ ｕａ ｚ ， ｎ ｌｓ ｔｄｔ ｒ ｓ ｅ ｔ ｈ ｌｇ ｉ ａ ｔ ｈ ｔ ｉｎ ｌ ｒ ｈ ｏ ｔ ｅｎ ｈ ｙ ｎ ｅ ｔｒ ｒ ｅ ． ｎｅ ｉ ｓ ｐ ｓ
量数据。 互联网在降低信息壁垒、 辅助管理决策的同
时， 这也带来 了难以消化识记 、 以辨识真假、 难 难以 识贫乏已经成为一个典型难题，而数据挖掘的出现
Ｄ ｔ ａｅ，Ｄ ） ａ ｂｓ Ｋ Ｄ 这个术语。而数据挖掘（Ｍ） ａ ｓ Ｄ 是知
识发现最核心的部分。 经历二十多年的发展， 数据挖 研究和应用受到了学术界 和实业界越 来越 多的重
（ ｄａｃｄ ｅｈ ｉ ｌ ｈ ｍ ｄ ｎ ｃｏ ａＺ ｕ ａｉ ｈｏ， ｅａ ｕ ａｉ ６ ００ Ｔ ｃ ａＳ Ｚ ａ
用
摘 要： 计算机和互联网的飞速发展给企业带来海量数据 ， 如何充分挖掘这些数据隐藏的信息以辅助企
业决策成为 当前企业面临的问题之一。 基于对主要的数据挖掘技术的简介 ， 本文讨论 了 该技术的应用场合和
４１
鬻～
析案例 即“ 啤酒与尿布” 。 （ 分类与预测 ： ２ ） 找出一组能够描述数据集合典 据的归属或类别， 即将未知事例映射到某种离散类 别之一 。分类模型 （ 或函数） 可以通过分类挖掘算法 从一组 训练样本数据 （ 其类别归属 已知） 中学 习获
得 。分类挖掘所获的分类模型可以采用多种形式加
保证安全 、 以统一处理等众多问题。数据丰富、 ．掘已经成为一个 自 难 知 成体系的应用学科 。数据挖掘的
恰好解决该问题 ，让企业能够充分应用生产经营数 视， 成为信息产业最有前途的交叉学科［ ２ ］ 。如果运用 据进行决策。 数据 挖掘 （ａ ｎ ｎ ， Ｍ） Ｄ ｔ Ｍｉ ｇＤ 是从 大量数据 中 ａ ｉ