大數(shù)據(jù)挖掘技術(shù)地的綜述（2022年-2023年）

1、2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案數(shù)據(jù)挖掘技術(shù)綜述隨著計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)的開展，獲得有關(guān)資料非常簡(jiǎn)單易行。但 對(duì)數(shù)量大、涉及面寬的數(shù)據(jù)，傳統(tǒng)統(tǒng)計(jì)方法無法完成這類數(shù)據(jù)的分析。 因此，一種智能化的、綜合應(yīng)用各種統(tǒng)計(jì)分析、數(shù)據(jù)庫(kù)、智能語言來 分析龐大數(shù)據(jù)資料的“數(shù)據(jù)挖掘”(Date Mining)技術(shù)應(yīng)運(yùn)而Th。本 文主要介紹了數(shù)據(jù)挖掘的基本概念以及數(shù)據(jù)挖掘的方法；本文對(duì)數(shù)據(jù) 掘的應(yīng)用及其開展前景也進(jìn)行了描述。隨著信息技術(shù)迅速開展，數(shù)據(jù)庫(kù)的規(guī)模不斷擴(kuò)大，從而產(chǎn)Th 了大 量的數(shù)據(jù)。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ?行更高層次的分析，以便更好地利用這些數(shù)據(jù)。為給決策者提供一個(gè)統(tǒng)

2、一的全局視角，在許多領(lǐng)域建立了數(shù)據(jù)倉(cāng)庫(kù)。但大量的數(shù)據(jù)往往使人們 無法區(qū)分隱藏在其中的能對(duì)決策提供支持的信息，而傳統(tǒng)的查詢、報(bào)表工 具無法滿足挖掘這些信息的需求。因此，需要一種新的數(shù)據(jù)分析技術(shù)處 理大量數(shù)據(jù)，并從中抽取有價(jià)值的潛在知識(shí)，數(shù)據(jù)挖掘(Data Mining)技術(shù)由此應(yīng)運(yùn)而Th。數(shù)據(jù)挖掘技術(shù)也正是伴隨著數(shù) 據(jù)倉(cāng)庫(kù)技術(shù)的開展而逐步完善起來的數(shù)據(jù)挖掘是指從數(shù)據(jù)集合中自動(dòng) 抽取隱藏在數(shù)據(jù)中的那些有用信息的非平凡過程，這些信息的表現(xiàn)形式 為：規(guī)那么、概念、規(guī)律及模式等。它可幫助決策者分析歷史數(shù)據(jù)及當(dāng)前 數(shù)據(jù)，并從中發(fā)現(xiàn)隱藏的關(guān)系和模式，進(jìn)而預(yù)測(cè)未來可能發(fā)Th的行為。 數(shù)據(jù)挖掘的過程也叫知識(shí)發(fā)現(xiàn)

3、的過程，它是一門涉及面很廣的交叉性新 興學(xué)科，涉及到數(shù)據(jù)庫(kù)、人工智能、數(shù)理統(tǒng)計(jì)、可視化、并行計(jì)算等領(lǐng) 域。數(shù)據(jù)挖掘是一種新的信息處理技術(shù)，其主要特點(diǎn)是精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案查詢優(yōu)化、完整性約束和不一致檢驗(yàn)等。4、由于數(shù)據(jù)、數(shù)據(jù)挖掘任務(wù)和數(shù)據(jù)挖掘方法的多樣性，給數(shù)據(jù) 挖掘提出了許多挑戰(zhàn)性的課題。同時(shí)，數(shù)據(jù)挖掘語言的設(shè)計(jì)，高效而有用的數(shù)據(jù)挖掘方法 和系統(tǒng)的開發(fā)，交互式和集成的數(shù)據(jù)挖掘環(huán)境的建立，以及應(yīng)用數(shù)據(jù)挖 掘技術(shù)解決大型應(yīng)用問題，都是目前數(shù)據(jù)挖掘研究人員、系統(tǒng)和應(yīng)用開 發(fā)人員所面臨的主要問題?，F(xiàn)今，數(shù)據(jù)挖掘的開展趨勢(shì)主要是以下幾方面：應(yīng)用的探索；可伸縮的數(shù)據(jù)挖掘方法；數(shù)

4、據(jù)挖掘與數(shù)據(jù)庫(kù)系統(tǒng)、 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)和Web數(shù)據(jù)庫(kù)系統(tǒng)的集成；數(shù)據(jù)挖掘語言的標(biāo)準(zhǔn)化；可 視化數(shù)據(jù)挖掘；復(fù)雜數(shù)據(jù)類型挖掘的新方法；Web挖掘；數(shù)據(jù)挖掘中的 隱私保護(hù)與信息平安。目前，數(shù)據(jù)挖掘技術(shù)雖然得到了一定程度的應(yīng)用，并取得了顯著成 效，但仍存在著許多尚未解決的問題，例如數(shù)據(jù)的預(yù)處理、挖掘算法、 模式識(shí)別和解釋、可視化問題等。對(duì)于業(yè)務(wù)過程而言，數(shù)據(jù)挖掘最關(guān)鍵 的問題是如何結(jié)合業(yè)務(wù)數(shù)據(jù)時(shí)空特點(diǎn)，將挖掘出知識(shí)表達(dá)出來，即時(shí)空 知識(shí)表達(dá)和解釋機(jī)制問題。隨著人們對(duì)數(shù)據(jù)挖掘技術(shù)的深人研究，數(shù)據(jù) 挖掘技術(shù)必將在更加廣泛的領(lǐng)域得到應(yīng)用，并取得更加顯著的效果。精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案對(duì)數(shù)據(jù)

5、庫(kù)中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，并從 中提取輔助決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘是KDD (Knowledge Discovery in Database)中的重要技術(shù)，它并不是用規(guī)范的數(shù)據(jù) 庫(kù)查詢語言(如SQL)進(jìn)行查詢，而是對(duì)查詢的內(nèi)容進(jìn)行模式的總結(jié) 和內(nèi)在規(guī)律的搜索。傳統(tǒng)的查詢和報(bào)表處理只是得到事件發(fā)Th的結(jié)果， 并沒有深入研究發(fā)Th的原因，而數(shù)據(jù)挖掘那么主要了解發(fā)Th的原因，并 且以一定的置信度對(duì)未來進(jìn)行預(yù)測(cè)，用來為決策行為提供有利的支持。數(shù)據(jù)挖掘的研究融合了多個(gè)不同學(xué)科領(lǐng)域的技術(shù)與成果，使得目 前的數(shù)據(jù)挖掘方法表現(xiàn)出多種多樣的形式。從統(tǒng)計(jì)分析類的角度來說， 統(tǒng)計(jì)分析技術(shù)

6、中使用的數(shù)據(jù)挖掘模型有線形分析和非線形分析、回歸 分析、邏輯回歸分析、單變量分析、多變量分析、時(shí)間序列分析、最近 序列分析、最近鄰算法和聚類分析等方法。利用這些技術(shù)可以檢查那些 異常形式的數(shù)據(jù)，然后，利用各種統(tǒng)計(jì)模型和數(shù)學(xué)模型解釋這些數(shù)據(jù)， 解釋隱藏在這些數(shù)據(jù)背后的市場(chǎng)規(guī)律和商業(yè)機(jī)會(huì)。知識(shí)發(fā)現(xiàn)類數(shù)據(jù)挖掘 技術(shù)是一種與統(tǒng)計(jì)分析類數(shù)據(jù)挖掘技術(shù)完全不同的挖掘技 術(shù)，包括人工神經(jīng)元網(wǎng)絡(luò)、支持向量機(jī)、決策樹、遺傳算法、粗糙集、 規(guī)那么發(fā)現(xiàn)和關(guān)聯(lián)順序等。傳統(tǒng)的統(tǒng)計(jì)學(xué)為數(shù)據(jù)挖掘提供了許多判別和回歸分析方法，常用 的有貝葉斯推理、回歸分析、方差分析等技術(shù)、貝葉斯推理是在知道 新的信息后修正數(shù)據(jù)集概率分布的基本

7、工具，處理數(shù)據(jù)挖掘中的分類 問題，回歸分析用來找到一個(gè)輸入變量和輸出變量關(guān)系的最正確模型，精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案在回歸分析中有用來描述一個(gè)變量的變化趨勢(shì)和別的變量值的關(guān)系 的線性回歸，還有用來為某些事件發(fā)Th的概率建模為預(yù)測(cè)變量集的對(duì) 數(shù)回歸、統(tǒng)計(jì)方法中的方差分析一般用于分析估計(jì)回歸直線的性能和 自變量對(duì)最終回歸的影響，是許多挖掘應(yīng)用中有力的工具之一。關(guān)聯(lián)規(guī)那么是一種簡(jiǎn)單，實(shí)用的分析規(guī)那么，它描述了一個(gè)事物中某些 屬性同時(shí)出現(xiàn)的規(guī)律和模式，是數(shù)據(jù)挖掘中最成熟的主要技術(shù)之一。它是 由R. Agrawal等人首先提出的，最經(jīng)典的關(guān)聯(lián)規(guī)那么的挖掘算法是 Apriori,該算法

8、先挖出所有的頻繁項(xiàng)集，然后，由頻繁項(xiàng)集產(chǎn)Th關(guān) 聯(lián)規(guī)那么，許多關(guān)聯(lián)規(guī)那么頻繁項(xiàng)集的挖掘算法都是由它演變而來的，關(guān) 聯(lián)規(guī)那么在數(shù)據(jù)挖掘領(lǐng)域應(yīng)用很廣泛適合于在大型數(shù)據(jù)集中發(fā)現(xiàn)數(shù) 據(jù)之間的有意義關(guān)系，原因之一是它不受只選擇一個(gè)因變量的限制， 關(guān)聯(lián)規(guī)那么在數(shù)據(jù)挖掘領(lǐng)域最典型的應(yīng)用是購(gòu)物籃分析。大多數(shù)關(guān)聯(lián)規(guī) 那么挖掘算法能夠無遺漏發(fā)現(xiàn)隱藏在所挖掘數(shù)據(jù)中的所有關(guān)聯(lián)關(guān)系，所挖 掘出的關(guān)聯(lián)規(guī)那么量往往非常巨大，但是，并不是所有通過關(guān)聯(lián)得到的屬 性之間的關(guān)系都有實(shí)際應(yīng)用價(jià)值，對(duì)這些關(guān)聯(lián)規(guī)那么進(jìn)行有效的評(píng)價(jià)，篩 選出用戶真正感興趣的，有意義的關(guān)聯(lián)規(guī)那么尤為重要。聚類分析是根據(jù)所選樣本間關(guān)聯(lián)的標(biāo)準(zhǔn)將其劃分成幾個(gè)組，

9、同組 內(nèi)的樣本具有較高的相似度，不同組的那么相異，常用的技術(shù)有分裂算法, 凝聚算法，劃分聚類和增量聚類。聚類方法適合于探討樣本間的內(nèi)部關(guān) 系，從而對(duì)樣本結(jié)構(gòu)做出合理的評(píng)價(jià)，此外，聚類分析還用于對(duì)孤立點(diǎn) 的檢測(cè)。有時(shí)進(jìn)行聚類不是為了將對(duì)象相聚在一起而是為了更容易地使 某個(gè)對(duì)象從其他對(duì)象中別離出來。聚類分析已被應(yīng)用于經(jīng)精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案濟(jì)分析、模式識(shí)別、圖像處理等多種領(lǐng)域，尤其在商業(yè)上，聚類分析 可以幫助市場(chǎng)人員發(fā)現(xiàn)顧客群中所存在的不同特征組群。聚類分析的技術(shù)關(guān)鍵除了算法的選擇之外，就是對(duì)樣本的度量標(biāo) 準(zhǔn)的選擇。并非由聚類分析算法得到的類對(duì)決策都有效，在運(yùn)用某一 個(gè)算法

10、之前，一般要先對(duì)數(shù)據(jù)的聚類趨勢(shì)進(jìn)行檢驗(yàn)。決策樹學(xué)習(xí)是一種通過逼近離散值目標(biāo)函數(shù)的方法，通過把實(shí)例 從根結(jié)點(diǎn)排列到某個(gè)葉子結(jié)點(diǎn)來分類實(shí)例，葉子結(jié)點(diǎn)即為實(shí)例所屬的 分類。樹上的每個(gè)結(jié)點(diǎn)說明了對(duì)實(shí)例的某個(gè)屬性的測(cè)試，該結(jié)點(diǎn)的每 一個(gè)后繼分支對(duì)應(yīng)于該屬性的一個(gè)可能值，分類實(shí)例的方法是從這電腦 應(yīng)用技術(shù)棵樹的根結(jié)點(diǎn)開始，測(cè)試這個(gè)結(jié)點(diǎn)指定的屬性，然后按照給 定實(shí)例的該屬性值對(duì)應(yīng)的樹枝向下移動(dòng)。決策樹方法是要應(yīng)用于數(shù)據(jù)挖 掘的分類方面。神經(jīng)網(wǎng)絡(luò)建立在自學(xué)習(xí)的數(shù)學(xué)模型基礎(chǔ)之上，能夠?qū)Υ罅繌?fù)雜的 數(shù)據(jù)進(jìn)行分析，并可以完成對(duì)人腦或其他計(jì)算機(jī)來說極為復(fù)雜的模式 抽取及趨勢(shì)分析，神經(jīng)網(wǎng)絡(luò)既可以表現(xiàn)為指導(dǎo)的學(xué)習(xí)也可以是

11、無指導(dǎo) 聚類，無論哪種，輸入到神經(jīng)網(wǎng)絡(luò)中的值都是數(shù)值型的。人工神經(jīng)元網(wǎng)絡(luò)模擬人腦神經(jīng)元結(jié)構(gòu)，以MP模型和Hebb學(xué)習(xí)規(guī) 那么為基礎(chǔ)，建立三大類多種神經(jīng)元網(wǎng)絡(luò)，具有非線形映射特性、信息的分 布存儲(chǔ)、并行處理和全局集體的作用、高度的自學(xué)習(xí)、自組織和自適 應(yīng)能力的種種優(yōu)點(diǎn)。前饋神經(jīng)元網(wǎng)絡(luò)以感知器網(wǎng)絡(luò)、BP網(wǎng)絡(luò)等為代表，可以用于分類和預(yù)測(cè)等方面;反應(yīng)式網(wǎng)絡(luò)以Hopfield網(wǎng)絡(luò)精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案為代表，用于聯(lián)想記憶和優(yōu)化計(jì)算；自組織網(wǎng)絡(luò)以ART模型、Kohonon 模型為代表，用于聚類。遺傳算法是一種受Th物進(jìn)化啟發(fā)的學(xué)習(xí)方法，通過變異和重組當(dāng) 前己知的最好假設(shè)來Th成后續(xù)

12、的假設(shè)。每一步，通過使用目前適應(yīng)性最 高的假設(shè)的后代替代群體的某個(gè)局部，來更新當(dāng)前群體的一組假設(shè)，來 實(shí)現(xiàn)各個(gè)個(gè)體的適應(yīng)性的提高。遺傳算法由三個(gè)基本過程組成:繁殖 （選擇）是從一個(gè)舊種群（父代）選出Th命力強(qiáng)的個(gè)體，產(chǎn)Th新種群 （后代）的過程;交叉重組）選擇兩個(gè)不同個(gè)體染色體）的局部（基因）進(jìn) 行交換，形成新個(gè)體的過程;變異（突變）是對(duì)某些個(gè)體的某些基因進(jìn)行 變異的過程。在數(shù)據(jù)挖掘中，可以被用作評(píng)估其他算法的適合度。粗糙集能夠在缺少關(guān)于數(shù)據(jù)先驗(yàn)知識(shí)的情況下，只以考察數(shù)據(jù)的 分類能力為基礎(chǔ)，解決模糊或不確定數(shù)據(jù)的分析和處理問題。粗糙集 用于從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)分類規(guī)那么的基本思想是將數(shù)據(jù)庫(kù)中的屬性分

13、為條 件屬性和結(jié)論屬性，對(duì)數(shù)據(jù)庫(kù)中的元組根據(jù)各個(gè)屬性不同的屬性值分成 相應(yīng)的子集，然后對(duì)條件屬性劃分的子集與結(jié)論屬性劃分的子集 之間上下近似關(guān)系Th成判定規(guī)那么。所有相似對(duì)象的集合稱為初等集合， 形成知識(shí)的基本成分。任何初等集合的并集稱為精確集，否那么，一個(gè) 集合就是粗糙的（不精確的）。每個(gè)粗糙集都具有邊界元素，也就是那些 既不能確定為集合元素，也不能確定為集合補(bǔ)集元素的元素。粗糙集理 論可以應(yīng)用于數(shù)據(jù)挖掘中的分類、發(fā)現(xiàn)不準(zhǔn)確數(shù)據(jù)或噪聲數(shù)據(jù)內(nèi)在的結(jié) 構(gòu)聯(lián)系。支持向量機(jī)（SVM）是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上開展出來的一種新精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案的機(jī)器學(xué)習(xí)方法。它基于結(jié)構(gòu)風(fēng)險(xiǎn)最

14、小化原那么上的，盡量提高學(xué)習(xí)機(jī)的 泛化能力，具有良好的推廣性能和較好的分類精確性，能有效的解決過 學(xué)習(xí)問題，現(xiàn)已成為訓(xùn)練多層感知器、RBF神經(jīng)網(wǎng)絡(luò)和多項(xiàng)式神經(jīng)元網(wǎng) 絡(luò)的替代性方法。另外，支持向量機(jī)算法是一個(gè)凸優(yōu)化問題，局部最 優(yōu)解一定是全局最優(yōu)解，這些特點(diǎn)都是包括神經(jīng)元網(wǎng)絡(luò)在內(nèi)的其它算法 所不能及的。支持向量機(jī)可以應(yīng)用于數(shù)據(jù)挖掘的分類、回歸、對(duì)未知事 物的探索等方面。除上述方法外，還有把數(shù)據(jù)與結(jié)果轉(zhuǎn)化和表達(dá)成可視化技術(shù)、云 模型方法和歸納邏輯程序等方法。事實(shí)上，任何一種挖掘工具往往是 根據(jù)具體問題來選擇合適挖掘方法，很難說哪種方法好，那種方法劣， 而是視具體問題而定。對(duì)于數(shù)據(jù)挖掘，我們可以分為

15、三個(gè)主要的階段： 數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果的評(píng)價(jià)和表達(dá)。其中結(jié)果的評(píng)價(jià)和表達(dá) 還可以細(xì)分為：評(píng)估、解釋模式模型、鞏固、運(yùn)用知識(shí)。數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)是一個(gè)多步驟的處理過程，也是 這三個(gè)階段的反復(fù)過程，.數(shù)據(jù)準(zhǔn)備KDD的處理對(duì)象是大量的數(shù)據(jù)，這些數(shù)據(jù)一般存儲(chǔ)在數(shù)據(jù)庫(kù)系統(tǒng) 中，長(zhǎng)期積累的結(jié)果。但是往往不適合直接在這些數(shù)據(jù)上面進(jìn)行知識(shí)挖掘，需要做數(shù)據(jù) 準(zhǔn)備工作，一般包括數(shù)據(jù)的選擇（選擇相關(guān)的數(shù)據(jù)）、凈化（消除噪音、數(shù) 據(jù)）、推測(cè)（推算缺失數(shù)據(jù)）、轉(zhuǎn)換（離散值數(shù)據(jù)與連續(xù)值數(shù)據(jù)之間的相 互轉(zhuǎn)換，數(shù)據(jù)值的分組分類，數(shù)據(jù)項(xiàng)之間的計(jì)算組合等）、數(shù)據(jù)縮精彩文檔2022年-2023年最新實(shí)用標(biāo)準(zhǔn)文案減（減少數(shù)據(jù)量）

16、。這些工作往往在Th成數(shù)據(jù)倉(cāng)庫(kù)時(shí)己經(jīng)準(zhǔn)備妥當(dāng)。數(shù) 據(jù)準(zhǔn)備是KDD的第一個(gè)步驟。數(shù)據(jù)準(zhǔn)備是否做好將影響到數(shù)據(jù)挖掘的 效率和準(zhǔn)確度以及最終模式的有效性。.數(shù)據(jù)挖掘數(shù)據(jù)挖掘是KDD最關(guān)鍵的步驟，也是技術(shù)難點(diǎn)所在。研究KDD的 人員中大局部都在研究數(shù)據(jù)挖掘技術(shù)，采用較多的技術(shù)有決策樹、分類、聚 類、粗糙集、關(guān)聯(lián)規(guī)那么、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。數(shù)據(jù)挖掘根據(jù)KDD的目 標(biāo)，選取相應(yīng)算法的參數(shù)，分析數(shù)據(jù)，得到可能型號(hào)層知識(shí)的模式模 型。.結(jié)果評(píng)價(jià)和表達(dá)評(píng)估、解釋模式模型:上面得到的模式模型，有可能是沒有實(shí)際 意義或沒有使用價(jià)值的，也有可能是其不能準(zhǔn)確反映數(shù)據(jù)的真實(shí)意義， 甚至在某些情況下是與事實(shí)相反的，因此需

17、要評(píng)估，確定哪些是有效的、 有用的模式。評(píng)估可以根據(jù)用戶多年的經(jīng)驗(yàn)，有些模式也可以直接用數(shù) 據(jù)來檢驗(yàn)其準(zhǔn)確性。這個(gè)步驟還包括把模式以易于理解的方式呈現(xiàn)給用 戶。鞏固知識(shí)：用戶理解的、并被認(rèn)為是符合實(shí)際和有價(jià)值的模式模 型形成了知識(shí)。同時(shí)還要注意對(duì)知識(shí)做一致性檢查，解決與以前得到的 知識(shí)相互沖突、矛盾的堤防，使知識(shí)得到鞏固。運(yùn)用知識(shí)：發(fā)現(xiàn)知識(shí)是為了運(yùn)用，如何使知識(shí)能被運(yùn)用也是KDD 的步驟之一。運(yùn)用知識(shí)有兩種方法:一種是只需要看知識(shí)本身所描述 的關(guān)系或結(jié)果，就可以對(duì)決策提供支持；另一種是要求對(duì)新的數(shù)據(jù)運(yùn) 用知識(shí)，由此可能產(chǎn)Th新的問題，而需要對(duì)知識(shí)做進(jìn)一步的優(yōu)化。KDD精彩文檔2022年-202

18、3年最新實(shí)用標(biāo)準(zhǔn)文案的過程可能需要屢次的循環(huán)反復(fù)，每一個(gè)步驟一旦與預(yù)期目標(biāo)不符都 要回到前面的步驟，重新調(diào)整，重新執(zhí)行。3、數(shù)據(jù)挖掘的潛在應(yīng)用是十分廣泛的:政府管理決策、商業(yè)經(jīng)營(yíng)、 科學(xué)研究和工業(yè)企業(yè)決策支持等個(gè)領(lǐng)域。從科學(xué)研究方法學(xué)的角度 看，科學(xué)研究可分為三類:理論科學(xué)、實(shí)驗(yàn)科學(xué)和計(jì)算科學(xué)。計(jì)算科 學(xué)是現(xiàn)代科學(xué)的一個(gè)重要標(biāo)志。計(jì)算科學(xué)工作者主要和數(shù)據(jù)打交道， 每天要分析各種大量的實(shí)驗(yàn)或觀測(cè)數(shù)據(jù)。隨著先進(jìn)的科學(xué)數(shù)據(jù)收集工 具的使用，如觀測(cè)衛(wèi)星、遙感器、DNA分子技術(shù)等，數(shù)據(jù)量非常大， 傳統(tǒng)的數(shù)據(jù)分析工具無能為力，因此必須有強(qiáng)大的智能型自動(dòng)數(shù)據(jù)分析 工具才行。數(shù)據(jù)挖掘在天文學(xué)上有一個(gè)非常著名的

19、應(yīng)用系統(tǒng)：SKI CAT (Sky Image Cataloging and Ana lysis Tool) o它是美國(guó)加州理工學(xué)院噴 氣推進(jìn)實(shí)驗(yàn)室(即設(shè)計(jì)火星探測(cè)器漫游者號(hào)的實(shí)驗(yàn)室)與天文科學(xué)家 合作開發(fā)的用于幫助天文學(xué)家發(fā)現(xiàn)遙遠(yuǎn)的類星體的一個(gè)工具。KICAT 既是第一個(gè)獲得相當(dāng)成功的數(shù)據(jù)挖掘應(yīng)用，也是人工智能技術(shù)在天文 學(xué)和空間科學(xué)上第一批成功應(yīng)用之一。利用SKICAT,天文學(xué)家已發(fā)現(xiàn) 了 16個(gè)新的極其遙遠(yuǎn)的類星體，該項(xiàng)發(fā)現(xiàn)能幫助天文工作者更好地 研究類星體的形成以及早期宇宙的結(jié)構(gòu)。數(shù)據(jù)挖掘在Th物學(xué)上的應(yīng)用主要集中于分子Th物學(xué)特別是基因 工程的研究上?；蜓芯恐?，有一個(gè)著名的國(guó)際性研究課題人類 基因組計(jì)劃。據(jù)報(bào)道，1997年3月，科學(xué)家宣布已完成第一步計(jì)劃： 繪制人類染色體基因圖。然而這僅僅是第