欧美国家知识发现与数据挖掘过程模型研究及其教育领域应用启示

教育信息化、大数据战略已成为一种国家意志,通过数据挖掘发现新知识或更新现有知识是计算机信息处理最理想的产品之一。基于明确知识发现与数据挖掘(Knowledge Discovery and Data Mining,KDDM)的领域范畴,在回顾与综合分析欧美国家KDDM过程模型研究的基础之上,把KDDM过程模型概括为学科交叉性、应用多样性、本质探索性、过程迭代性、目标与结果不确定性等五个主要特征,从中获得在教育领域应用与实施KDDM工程实践的四点启示,并对KDDM在教育领域中的应用提出四点建议。

KDD技术在超级市场中的应用

文章力图通过KDD技术在超级市场中的应用，阐述KDD系统的模型和基本工作步骤，以及DataMining中的典型模型（如：特征模型、分类模型、聚集模型、关联模型、对比模型、汇总模型、预测模型和决策模型），在超级市场管理方面的具体使用方法和作用，并提出了KDD技术在目前的实际应用中所存在的问题，最后对KDD技术的应用前景作了展望。