摘要:隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展和廣泛應(yīng)用,特別是數(shù)據(jù)庫(kù)的普及,為企業(yè)的生產(chǎn)、經(jīng)營(yíng)和決策提供了更加可靠的數(shù)據(jù)支持和信息服務(wù)。其中,電網(wǎng)自動(dòng)化是計(jì)算機(jī)應(yīng)用的主要體現(xiàn),給我國(guó)電力企業(yè)帶來(lái)了巨大的經(jīng)濟(jì)效益和發(fā)展。本文對(duì)電網(wǎng)自動(dòng)化數(shù)據(jù)挖掘及輔助決策進(jìn)行了分析和研究。關(guān)鍵詞:電網(wǎng)自動(dòng)化數(shù)據(jù)挖掘中國(guó)地圖分類(lèi)號(hào):TP2文獻(xiàn)識(shí)別碼:A文號(hào):16723791(2012)06(c)002701近年來(lái)
數(shù)據(jù)庫(kù)技術(shù)的應(yīng)用也更加廣泛。現(xiàn)在的數(shù)據(jù)庫(kù)大多只處理數(shù)據(jù)的錄入、統(tǒng)計(jì)和查詢(xún),處理后的信息只是數(shù)據(jù)庫(kù)所包含的一部分信息,并不能有效地描述和預(yù)測(cè)數(shù)據(jù)的整體特征和發(fā)展趨勢(shì)。data 挖掘技術(shù)的應(yīng)用為電網(wǎng)自動(dòng)化挖掘了更多有用的信息知識(shí)和模式,提供了更便捷的決策支持。
4、數(shù)據(jù) 挖掘的應(yīng)用領(lǐng)域有哪些金融、醫(yī)療保健、營(yíng)銷(xiāo)、零售、制造、司法、工程和科學(xué)以及保險(xiǎn)。簡(jiǎn)介:Data 挖掘,又譯為數(shù)據(jù)挖掘和數(shù)據(jù)挖掘。這是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)的一個(gè)步驟。Data 挖掘一般是指自動(dòng)搜索大量數(shù)據(jù)中隱藏的具有特殊關(guān)系的信息的過(guò)程。Data 挖掘通常與計(jì)算機(jī)科學(xué)有關(guān),通過(guò)統(tǒng)計(jì)學(xué)、聯(lián)機(jī)分析處理、信息檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)、模式識(shí)別等多種方法實(shí)現(xiàn)上述目標(biāo)。
5、數(shù)據(jù) 挖掘的應(yīng)用有哪些?data 挖掘成功應(yīng)用的兩個(gè)關(guān)鍵因素是:一個(gè)龐大完整的數(shù)據(jù)池和一個(gè)可以根據(jù)用戶(hù)和行為拆分這個(gè)數(shù)據(jù)池的系統(tǒng)。下面舉幾個(gè)例子:1。某超市從每張收據(jù)的訂單信息可以看出,平時(shí)買(mǎi)衛(wèi)生紙的顧客也會(huì)買(mǎi)牙刷;平時(shí)買(mǎi)酸奶的顧客也會(huì)用手買(mǎi)兩包面包。Data 挖掘目前在國(guó)內(nèi)并不流行,就像屠龍術(shù)一樣;Data 挖掘本身結(jié)合了統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、模式識(shí)別、知識(shí)發(fā)現(xiàn)等學(xué)科,并不是什么新技術(shù)。
數(shù)據(jù)挖掘應(yīng)用的原因是大數(shù)據(jù)和云計(jì)算。比如阿爾法狗后臺(tái)有幾千臺(tái)運(yùn)行神經(jīng)網(wǎng)絡(luò)算法的計(jì)算機(jī)。數(shù)據(jù)的初始準(zhǔn)備,也稱(chēng)為數(shù)據(jù)倉(cāng)庫(kù)。通常占總數(shù)據(jù)量挖掘項(xiàng)目工作量的70%左右。前期你需要做大量的數(shù)據(jù)清理和領(lǐng)域拓展。數(shù)據(jù)挖掘和報(bào)告呈現(xiàn)只占30%左右;Data 挖掘技術(shù)更適合業(yè)務(wù)人員學(xué)習(xí)(比技術(shù)人員學(xué)習(xí)業(yè)務(wù)效率更高)。
6、數(shù)據(jù)分析 挖掘的作用和 意義?data 挖掘只是一個(gè)工具和方法,看你想用在哪里,怎么用!里面有很多數(shù)學(xué)模型。你要根據(jù)數(shù)據(jù)的類(lèi)型和想要達(dá)到的效果來(lái)建立模型,所以大部分的數(shù)據(jù)挖掘都花在了如何處理數(shù)據(jù)上!推薦你在網(wǎng)易公開(kāi)課上看賈維漢的Data挖掘Concepts and Technology或者斯坦福大學(xué)的課程Data挖掘and Machine Learning,你會(huì)有更深入的了解??茨阍趺聪肓?,功能和意義一般來(lái)自需求,有人用你的東西,那你可以分析一下意義。