近年来,数据挖掘（Data Mining and Knowledge Discovery）的研究侧重于模型和算法的建立或改进,而数据挖掘过程中的其他环节未得到足够的重视,导致了诸如:数据预处理周期过长,缺乏对已有知识的再利用,用户参与度低,挖掘结果的理解度和...
详细信息
近年来,数据挖掘（Data Mining and Knowledge Discovery）的研究侧重于模型和算法的建立或改进,而数据挖掘过程中的其他环节未得到足够的重视,导致了诸如:数据预处理周期过长,缺乏对已有知识的再利用,用户参与度低,挖掘结果的理解度和直接操作性低等问题。针对这些问题,本文提出将知识与数据挖掘方法结合起来,研究知识驱动的数据挖掘理论框架。旨在增强知识在数据挖掘技术中的作用,加强知识的管理、共享和再利用,实现缩小挖掘结果和用户期望之间的差距和提高挖掘结果的实用性的目的。增强知识在数据挖掘中的作用是当前数据挖掘领域所关注的热点和难点问题。
暂无评论