基于興趣度的判定樹算法快速分類的優(yōu)化.pdf

1、數(shù)據(jù)挖掘在科研和商業(yè)應(yīng)用中正發(fā)揮著越來越重要的作用。隨著數(shù)據(jù)量的增加，數(shù)據(jù)挖掘工具處理海量數(shù)據(jù)的能力問題顯得日益突出。數(shù)據(jù)挖掘通常又稱數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)。為了系統(tǒng)的將數(shù)據(jù)挖掘技術(shù)應(yīng)用與企業(yè)的決策，將企業(yè)的數(shù)據(jù)資源轉(zhuǎn)換為企業(yè)的核心競(jìng)爭(zhēng)力，一個(gè)有效的方法就是將數(shù)據(jù)挖掘技術(shù)與企業(yè)知識(shí)庫技術(shù)有機(jī)地結(jié)合起來，形成分析研究和應(yīng)用需求相互促進(jìn)、知識(shí)與規(guī)則提取方法的專業(yè)化的應(yīng)用體系。 數(shù)據(jù)挖掘的基本任務(wù)是從海量數(shù)據(jù)中獲取隱含在數(shù)據(jù)背后的有用的知識(shí)。

2、數(shù)據(jù)挖掘應(yīng)用基本過程是集成歷史數(shù)據(jù)，在此基礎(chǔ)上建立挖掘模型，挖掘出有價(jià)值的商業(yè)運(yùn)作規(guī)律和模式，再將這些挖掘模型、規(guī)律和模式表示成易理解的規(guī)則集成到企業(yè)知識(shí)庫中，最后是將知識(shí)庫知識(shí)應(yīng)用于企業(yè)的商業(yè)活動(dòng)。不同的數(shù)據(jù)挖掘任務(wù)會(huì)產(chǎn)生出不同類型的知識(shí)。通過對(duì)這些知識(shí)類型結(jié)構(gòu)和性質(zhì)的研究，可以得到相應(yīng)的數(shù)據(jù)挖掘過程需要完成的任務(wù)集合，從而定義出規(guī)范的、完整的數(shù)據(jù)挖掘算法流程。 決策樹學(xué)習(xí)有很多算法，本文著重研究了對(duì)引入用戶興趣度參數(shù)的ID3