數據挖掘總結范文精選

摘要：本文闡述了數據倉庫及數據挖掘的有關概念，簡述了數據倉庫、數據挖掘的實施過程，介紹了如何應用數據挖掘。并對數據倉庫與挖掘技術結合應用的發展做了展望。

關鍵詞：數據倉庫；數據挖掘；

1數據倉庫

數據倉庫的含義：“數據倉庫是用于支持企業或組織的決策分析處理的，面向主題的、集成的、不可更新的、且隨著時間不斷變化的數據集合?！被ヂ摼W中的數據浩如煙海，如果用戶在其中搜尋的話，基本上是大海撈針。而數據倉庫便解決了此類問題，它把龐大的數據及信息從互聯網中收集起來，并進行適當的處理、加工和分類，把這些凌亂的數據轉換成公共的數學模型，這樣便能夠解決數據與數據之間的沖突、表達不一致等問題，同時還方便用戶查詢自己所需要的信息，這樣便使得數據和信息在決策查詢上理便捷。

2數據挖掘

互聯網中，實際的應用操作數據往往都是數量很大，不完整且具有模糊性和隨機性。而數據挖掘所要做的便是提取這類數據中隱含的、不為人知的，但對人們又有潛在用途的信息和知識。并把提取的知識和信息存放于數據倉庫或其他信息庫中，所以說，數據挖掘是運用統計學、人工智能、機器學習、數據庫技術等方法發現數據的模型和結構、發現有價值的關系或知識的一門交叉學科。另一個角度來講，數據倉庫中的數據，利用挖掘技術的算法，將源數據收集起來，并進行適當的篩選及過濾變成相應信息。數據挖掘基于的數據庫類型有：關系、面向對象、事務、演繹、時間和時間序列、多媒體、空間、遺產、文本、Web型以及新興的數據倉庫等。對于數據庫的描述，通常是指面向對象的數據庫在面向對象的程序為規范的程序設計標準。其描述對象可以是一定時期的人口、流量等數據。而關于一個對象的代碼在一個單元中的封裝，對象可以與其他對象或數據庫系統通信?？臻g數據庫涉及空間的信息，如地理、醫療和衛星圖像數據庫等，通過數據挖掘可以發現，描述各個地區的人口或者可以根據現有的關于某小區距離中心主要道路的距離的描述來表達這個小區低價的變化程度。通過縱軸和橫軸的序列數據庫我們可以看出，數據挖掘可以根據數據庫中的數據的變化隨時隨地的進行調整，從而發現數據的變化特點和變化趨勢，通過對這種變化的趨勢和特點的變化，幫助人們處理計劃，制定發展策略等。在文本數據庫中大部分是高度化的長句和短文，數據挖掘的作用是發現、描述對象和類的特征，進行關鍵詞和內容關聯性分析以及文本對整理象的聚類。多媒體數據庫存儲的是圖像、音頻、視頻數據，在其上進行數據挖掘，這是存儲和搜索技術相結合的新興技術，這種技術中，進行多媒體數據的特征的提取和基于相似性的模式匹配等。

【摘要】基于目前移動通信系統運行過程中存在的數據挖掘缺陷，本文分析了數據挖掘技術在移動通信中應用的必要性與現狀，并提出了有效運用的策略方法，其目的是為相關建設者提供一些理論依據。

【關鍵詞】移動通信；數據挖掘技術

引言

信息時代的到來，使得人們對移動通信系統內部數據信息篩選功能的需求越來越大。然而，在實際系統建設過程中，移動通信系統并未數據挖掘技術應用提供一個良好的運用環境，這就使得數據信息篩選功能目標的實現仍有很長的一段路要走。針對這一問題，為加快移動通信系統優化建設的發展步伐，研究人員應在明確數據挖掘技術在移動通信系統應用現狀的情況下，找出具有適用性以及實用性的技術運用策略。這是促進當前現代化經濟建設背景下移動通信系統快速穩定發展的關鍵，相關人員應將其作用于實踐。

1研究移動通信系統中數據挖掘技術應用的必要性

數據挖掘技術是從移動通信系統中大量具有不完全、模糊以及隨機性的數據信息中，提取潛在且極具利用價值的信息知識內容。據相關數據統計，數據挖掘技術是一項具有交叉性特點的科學技術，其涉及統計學、數據庫技術、可視化、信息科學以及機械學習能力等。當其作用于移動通信系統的網路優化過程，不僅能夠發揮出數據信息的基本查詢功能，還能從無序而模糊的數據信息環境中挖掘、整理以及提取出用戶所需的信息內容?；谀壳皵祿诰蚣夹g未在移動通信系統中起到真正的挖掘作用，研究人員應從系統運行的實際情況入手，找出數據挖掘技術的有效運用的阻礙與問題難點，從而對其進行控制解決。這是加快信息化發展的重要課題，相關建設人員應將其重視起來[1]。

4G移動通信網絡是對原來通信網絡的擴大和完善，隨著科學技術的飛速發展，很移動通信的范圍和網絡的話務模式也在隨著實際環境的轉變而轉變，這些情況的出現都會造成網絡的實際作用和當初的設計準則不相符。因此，為了更好地突出4G移動通信網絡的價值，就需要對其中有價值的數據進行挖掘，從而使得移動網絡發展的更加完善，并且能隨時進行調整，為移動通信用戶的安全提供強有力的支持，使它能夠更好的順應時代的要求，為人們提供更為方便快捷的通信網絡服務。

1數據挖掘在4G移動通信網絡優化中的基本要求

1.1突出通信網絡的智能化

4G移動通信網絡本身既復雜又龐大，想要對它進行全方位的分析是有一定的難度的，所以我們需要在同一個階段，只對該階段的數據進行針對性的采集和研究，并且總結出結果才可以進行下一個階段的研究，最后再把各個階段的數據之間的聯系進行綜合分析，但是在系統的分析過程中，要保證其智能化，從而更好地保證各個任務都能夠在智能的環境中，自動地分布到有關階段的服務器中。

1.2恰當的運用分分布式處理方法

因為4G移動通信網絡中蘊藏著大量的數據資料，使得通信網絡的優化過程比較艱難，所以在對移動通信網絡進行優化的過程中，我們不能單純地把所有的優化體系都融合在一個服務器之中，也不能單純地依靠一個簡單的優化體系，就對其他的過程進行優化，在優化的過程中我們要做到有層次性和區域性，依照分布式的原則進行相關的數據和信息的處理工作。

1數據挖掘在企業信息化建設之中的重要性

數據挖掘最直接也是最重要和顯著的作用，在于其能夠提升企業的核心競爭力。

1.1挖掘企業內部的信息在企業之中，普遍存在著一些“信息孤島”的現象，部門之間的信息混亂而且并不能夠形成科學有效的全面性分析。相關的數據挖掘負責部門或者企業的管理者可以利用數據挖掘的技術對不同的部門在經營過程之中所形成的海量的數據進行相應的分析以及闡述，并且根據相應的分析對部門自身的管理的問題做出把控。

1.2搜集外部環境各種重要信息企業在生產以及經營的過程之中，政治、經濟、政策、科技、金融等環境方面的變化，影響著市場、競爭對手、供求信息、消費者等主體的行為的變化，這些數據的收集、處理以及分析，是對企業的經營以及管理有著非常重要的作用，使得企業能夠抓住市場的機遇，從而及時地調整管理方法和策略，能夠促進以及實現企業的健康和穩定發展。

1.3內外部信息進行整合以及篩選數據挖掘的另一個主要的作用便是在處理企業的內部以及外部的信息的基礎之上，對于涉及企業所有的信息進行整合以及篩選，最終目的是能夠提供對于企業的發展有著重要作用的信息。通過對于企業的內、外部信息進行合并以及挖掘，找出企業的內部以及外部之間相關的影響的信息。從而實現企業的內外部信息的綜合處理以及應用，在其中提取有價值的知識，并且增強企業的管理功能，提高企業的信息化管理的效率。

2數據挖掘在企業信息化之中的實際應用

［摘要］隨著信息技術在財務管理領域的廣泛應用，審計機構急需采用新的審計方式和手段，以提高審計質量，降低審計風險。本文利用商業智能技術，對審計方法進行新的探討，并建立基于商業智能的審計模型，探討在海量數據條件下進行審計的新途徑。

［關鍵詞］OLAP;數據挖掘;審計;商業智能

1商業智能模型

本文利用SQLServer2005構建基于商業智能的審計模型TAuditMin，如圖1所示。審計過程分為：采集審計數據、建立數據倉庫、OLAP多維分析、數據挖掘、前端展示等。

1.1源系統

數據挖掘的基礎是大量的歷史數據。這里的源系統是指與審計業務相關的各種關系型數據庫，如金蝶數據庫、用友數據庫等。這些業務系統中的數據可以應用SSIS（MicrosoftSQLServer2005IntegrationServices），通過數據清洗、轉換和加載（ETL）等步驟載入數據倉庫，為多維分析和數據挖掘作準備。