大数据挖掘在医药领域的应用

2023-11-08 理论教育版权反馈

【摘要】：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘的替换词，包括数据库中的知识挖掘、知识提炼、数据/模式分析、数据考古、数据捕捞、信息收获，等等。数据挖掘方面更多的国际会议，如PAKDD，PKDD，SIAM-Data Mining，ICDM，DaWaK，SPIE-DM等。

1.数据特点

数据结构复杂，包括图像、复杂语义关系、文本等，特点是数据处理技术复杂；小样本数据的高维、模糊、语义复杂；数据挖掘时数据量变化导致技术变化。

大数据的共性，包括数据结构复杂、语义关系复杂、系统复杂、信息（知识）含量丰富，巨大价值（社会价值、商业价值）、需要专业数据分析。

技术要求：能够进行深层分析算法；有针对性，解决特定实际问题算法；降低算法时空复杂度；智能性高，自适应能力强。

为什么要数据挖掘？（1）数据的爆炸性增长：从TB到PB；数据的收集和数据的可获得性；自动数据收集工具、数据库系统、WEB、计算机化的社会；丰富数据的来源。（2）商业：WEB、电子商务、交易数据、股市。（3）科学：遥感、生物信息学、科学模拟。（4）社会及每个人：新闻、数码相机、YouTube；我们被数据所淹没，但却渴望知识。（5）“需要是发明之母”——数据挖掘：海量数据的自动分析技术。

2.数据挖掘的定义

商业企业角度的定义。按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的、先进有效的方法。两个要点：数据源是在商业企业运作过程中产生的；分析的目的是企业获取最大利润，进行最佳运作决策，提供真正有价值的信息。(www.chuimin.cn)

技术角度的定义。数据挖掘（DM：Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在这个定义中，数据源必须是真实的、大量的、含噪声的。发现的是用户感兴趣的知识。

什么是数据挖掘？数据挖掘是（从数据中发现知识）从大量的数据中挖掘那些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识。数据挖掘的替换词，包括数据库中的知识挖掘（KDD）、知识提炼、数据/模式分析、数据考古、数据捕捞、信息收获，等等。

pagenumber_ebook=23,pagenumber_book=12

图1-8　数据挖掘过程

3.数据挖掘的会议

1989 IJCAI会议：数据库中的知识发现讨论专题；Knowledge Discovery in Databases（G.Piatetsky-Shapiro，1991）；1991—1994 KDD讨论专题；Advances in Knowledge Discovery and Data Mining（U.Fayyad，1996）；1995—1998 KDD国际会议（KDD'95—98）；Journal of Data Mining and Knowledge Discovery（1997）；1998 ACM SIGKDD，SIGKDD'1999—2002会议，以及SIGKDD Explorations。数据挖掘方面更多的国际会议，如PAKDD，PKDD，SIAM-Data Mining，（IEEE）ICDM，DaWaK，SPIE-DM等。

大数据挖掘在医药领域的应用

相关推荐