[发明专利]一种基于复杂技术的数据挖掘的方法

说明书

本发明涉及数据挖掘技术领域，具体地说，涉及一种基于复杂技术的数据挖掘的方法。其包括数据采集步骤、建立数据库步骤、数据挖掘步骤和冗余处理步骤。本发明中通过对一个领域内的有用数据进行定义，然后对比选取处出与领域无的数据或者重复数据，再通过冗余处理将无用数据进行删除，以避免无用数据造成决策数据其决策性的降低，从而提高数据挖掘的效果，解决无法对挖掘数据的决策性加以支持的问题。

技术领域

本发明涉及数据挖掘技术领域，具体地说，涉及一种基于复杂技术的数据挖掘的方法。

背景技术

近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据是可以广泛使用或者是被利用的，并且迫切需要将这些数据转换成有用的信息和知识，获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等，因此需要将这些具有价值的决策数据进行挖掘。

数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。

但如今很多的数据挖掘方法挖掘的数据会有很多重复或者多余的并没有决策价值的数据，这样大大降低了数据挖掘的效果，也无法对挖掘数据的决策性加以支持。

发明内容

本发明的目的在于提供一种基于复杂技术的数据挖掘的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供一种基于复杂技术的数据挖掘的方法，包括如下方法步骤：

S1.1、数据采集：对数据进行采集；

S1.2、建立数据库：根据采集的数据构建与其相应的元数据，已将数据信息存储在元数据内，并根据元数据加载挖掘数据库；

S1.3、数据挖掘：对挖掘数据库内的有用数据进行挖掘，以形成决策数据；

S1.4、冗余处理：对挖掘的决策数据中冗余的数据进行清理。

作为本技术方案的进一步改进，所述S1.2中建立数据库的步骤如下：

S2.1、对采集的数据进行描述；

S2.2、对描述后的数据进行质量评估，并合并整合得到元数据；

S2.3、加载挖掘数据库，并对挖掘数据库进行维护。

作为本技术方案的进一步改进，所述S1.3中数据挖掘采用智能挖掘算法，其算法步骤如下：

S3.1、根据不同的决策需求对决策数据进行定义；

S3.2、以定义后的决策数据为标准在挖掘数据库内对数据进行抽取，并对抽取的数据进行预处理，提高数据的质量；

S3.3、对抽取的数据进行评估，区分出冗余的数据，区分后剩余形成决策数据；

S3.4、对决策数据进行分析，生产数据挖掘结果。

作为本技术方案的进一步改进，所述S3.2中对抽取的数据预处理的方法包括噪声消除、数据类型转换。

作为本技术方案的进一步改进，所述S3.4中K最近邻算法对所要分析的数据进行分类，其算法步骤如下：

S4.1、根据采集数据的描述对数据的特征值进行提取，并根据特征值重新描述训练数据集向量；

S4.2、在训练数据集中计算与再次采集的数据集相似的K个数据集；

S4.3、在再次采集的数据集的K个邻集中，依次计算每类的权重，并比较每类的权重，将数据集分到权重最大的类别内。