193.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: 数据挖掘发展方向的思考zz
发信站: 南京大学小百合站 (Tue Jul  2 01:22:14 2002), 站内信件

转载www.itpub.net  by qdkx

现有许多关于数据挖掘不成熟的想法想和大虾探讨，希望您能在白忙之中抽出时间给
我们以指教： 
1、 数据挖掘的发展方向 
我们认为数据挖掘其目的是为了决策支持DSS（辅助），而任何单位决策者往往对数
据挖掘的各种概念一无所知，这增加了数据挖掘产品的普及推广难度。因此数据挖掘
应该由“雅”而“俗”，因该向大众化发展。微软的发展就是一个样板，从机器码=
》汇编语言=》DOS系统=》WINDOWS系统，就是一个高专业人才到普通大众的推广发展
过程。目前我们的数据挖掘仅仅面向于高专业人才的，应该向大众化推广。我门产品
的开始设计就是面向普通用户的，其信息源为各种关系型数据库（或数据仓库如SYBAS
 IQ）,青岛的一些使用单位在我们将数据库结构录入后，普通用户短短几天时间就在
知识库（关系型数据库）中设计了上千中各种条件下的决策树、多维分析、聚类分析
、回归分析、弹性分析、投入产出等等。 
2、 数据挖掘的算法发展方向 
由于普通大众对数据挖掘的了解不多（也不可能了解太深），如聚类分析用于分类，
但聚类分析算法有多种，其分类结果也不同，在软件推广中用户不认为这是我们功能
强大的优点，而是我们软件的自相矛盾，后来聚类分析我们只用一种算法，其效果较
好（不是所有的信息都可以聚类,聚类较好的信息用不同聚类方法其结果基本都相同
，而且对实际工作指导意义也最大）。我们认为数据挖掘的算法应该向广度发展，探
求不同的挖掘方法。目前我们产品实现的数据挖掘功能有：数据查询、数据报表、趋
势回归预测、决策表（多维分析）、决策树、动态图、分布图、对比图、数据排查、
数据分析、相关分析、弹性分析、投入产出分析、聚类分析、主成分分析、判别分析
及决策设计等。 
以上只是我们的一些想法，不对之处诚请指正
--
              ***  端庄厚重 谦卑含容 事有归着 心存济物  ***
今天你挖了吗？ DataMining  http://DataMining.bbs.lilybbs.net 
演草纸式的语言 Matlab http://bbs.sjtu.edu.cn/cgi-bin/bbsdoc?board=Matlab

※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 211.80.38.29]