數(shù)據(jù)挖掘的預(yù)處理技術(shù)研究

摘 要：計(jì)算機(jī)的應(yīng)用，極大的提高了工作的效率，而數(shù)據(jù)挖掘在計(jì)算機(jī)的應(yīng)用中，具有非常重要的作用，本文在數(shù)據(jù)挖掘預(yù)處理技術(shù)概念和特點(diǎn)的基礎(chǔ)上，結(jié)合影響數(shù)據(jù)挖掘預(yù)處理技術(shù)應(yīng)用的因素，以及實(shí)際使用中存在的問題，從預(yù)處理技術(shù)重視程度、工作人員自身素質(zhì)、預(yù)處理的方式等方面，對(duì)數(shù)據(jù)挖掘預(yù)處理技術(shù)應(yīng)用的措施，進(jìn)行了深入的研究，希望能給實(shí)際的數(shù)據(jù)挖掘工作，提供一定的參考。

關(guān)鍵詞：數(shù)據(jù)挖掘；數(shù)據(jù)庫(kù)；預(yù)處理技術(shù)

中圖分類號(hào)：TP311.131

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)的普及應(yīng)用，由于其能夠提高工作的效率，非常受到人們的重視，一些企業(yè)甚至在計(jì)算機(jī)應(yīng)用的基礎(chǔ)上，提出了無紙化辦公的理念，在實(shí)際應(yīng)用的過程中，計(jì)算機(jī)需要存儲(chǔ)大量的數(shù)據(jù)，對(duì)于企業(yè)用戶來說，很多數(shù)據(jù)具有私密性，如果這些數(shù)據(jù)泄露出去，將會(huì)給企業(yè)的發(fā)展帶來嚴(yán)重的影響，甚至造成巨大的經(jīng)濟(jì)損失。受到特殊的歷史因素影響，我國(guó)的經(jīng)濟(jì)和科技起步較晚，與西方發(fā)達(dá)國(guó)家相比，存在較大的差距，雖然經(jīng)過了多年改革開放的發(fā)展，我國(guó)已經(jīng)成為了世界第二大經(jīng)濟(jì)體，計(jì)算機(jī)的應(yīng)用水平也有了很大的提高，但是在尖端的數(shù)據(jù)挖掘等領(lǐng)域中，研究的還比較少，而數(shù)據(jù)挖掘等技術(shù)，能夠在很大程度上影響數(shù)據(jù)的利用效率，對(duì)于實(shí)際的工作來說，具有非常重要的作用。

1 數(shù)據(jù)挖掘的預(yù)處理技術(shù)簡(jiǎn)析

1.1 數(shù)據(jù)挖掘預(yù)處理技術(shù)的概念

數(shù)據(jù)挖掘技術(shù)是隨著數(shù)據(jù)庫(kù)的發(fā)展，逐漸形成的一門學(xué)科，在計(jì)算機(jī)出現(xiàn)的早期，受到其性能和體積的限制，能夠存儲(chǔ)的數(shù)據(jù)很少，不需要考慮數(shù)據(jù)的利用效率，但是隨著晶體管和集成電路的使用，計(jì)算機(jī)的性能得到了極大的提高，相應(yīng)的存儲(chǔ)設(shè)備也有了很大的進(jìn)步，計(jì)算機(jī)能夠處理的任務(wù)越來越復(fù)雜，存儲(chǔ)的數(shù)據(jù)越來越多，現(xiàn)在我國(guó)建成了多個(gè)大型數(shù)據(jù)存儲(chǔ)中心，存儲(chǔ)的數(shù)據(jù)量非常巨大。對(duì)于如此多的數(shù)據(jù)，如何篩選出自己想要的，成為了很大專家和學(xué)者研究的問題，在傳統(tǒng)的數(shù)據(jù)應(yīng)用中，通常都是利用檢索技術(shù)，根據(jù)輸入的關(guān)鍵詞，在數(shù)據(jù)庫(kù)中進(jìn)行逐個(gè)的匹配，如果數(shù)據(jù)庫(kù)的存儲(chǔ)量較小，檢索的效率就比較高，而對(duì)于現(xiàn)在的海量存儲(chǔ)來說，逐個(gè)匹配顯然需要很長(zhǎng)的等待時(shí)間。數(shù)據(jù)挖掘的預(yù)處理技術(shù)，正是在這種背景下出現(xiàn)的，所謂預(yù)處理技術(shù)，就是在數(shù)據(jù)挖掘之前，對(duì)數(shù)據(jù)進(jìn)行一定的整理，通常情況下，數(shù)據(jù)挖掘主要面對(duì)現(xiàn)有的數(shù)據(jù)庫(kù)或者互聯(lián)網(wǎng)上海量的數(shù)據(jù)，如果在數(shù)據(jù)庫(kù)中進(jìn)行挖掘，那么可以對(duì)數(shù)據(jù)庫(kù)進(jìn)行一定的修改，如完善數(shù)據(jù)分類的方式等，而在互聯(lián)網(wǎng)上進(jìn)行數(shù)據(jù)挖掘，顯然就需要優(yōu)化挖掘的方式，或者縮小數(shù)據(jù)挖掘的范圍等。

1.2 數(shù)據(jù)挖掘預(yù)處理技術(shù)的特點(diǎn)

與正常的數(shù)據(jù)挖掘技術(shù)相比，如何增加相應(yīng)的預(yù)處理環(huán)節(jié)，無疑可以極大的提高數(shù)據(jù)挖掘的效率，如在數(shù)據(jù)庫(kù)中進(jìn)行數(shù)據(jù)的挖掘，傳統(tǒng)的挖掘方式下，通常都是利用檢索技術(shù)，輸入指定的關(guān)鍵詞后，與數(shù)據(jù)庫(kù)中的信息進(jìn)行對(duì)比，這樣逐條的進(jìn)行檢索，就可以找到自己想要的數(shù)據(jù)，如果數(shù)據(jù)庫(kù)存儲(chǔ)的信息量較大，那么利用這樣的挖掘方式，顯然需要很長(zhǎng)的等待時(shí)間。如果增加相應(yīng)的預(yù)處理環(huán)節(jié)，如在數(shù)據(jù)庫(kù)中添加索引，對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分類，那么在輸入相應(yīng)的關(guān)鍵詞后，首先與索引進(jìn)行匹配，然后在指定類別的數(shù)據(jù)中進(jìn)行對(duì)比，這樣的方式，顯然極大的提高了數(shù)據(jù)挖掘的效率，目前使用的數(shù)據(jù)庫(kù)中，大多采用了這樣的預(yù)處理技術(shù)，取得了很好的應(yīng)用效果。受到特殊歷史因素的影響，我國(guó)數(shù)據(jù)庫(kù)相關(guān)技術(shù)水平較低，目前我國(guó)建設(shè)的大型數(shù)據(jù)庫(kù)，都是與國(guó)外的技術(shù)公司合建的，通過實(shí)際的調(diào)查發(fā)現(xiàn)，現(xiàn)在我國(guó)還無法自主生產(chǎn)外部存儲(chǔ)設(shè)備，市面上的存儲(chǔ)設(shè)備，都是從外國(guó)引進(jìn)的，但是在實(shí)際數(shù)據(jù)庫(kù)的建設(shè)中，在外國(guó)存儲(chǔ)設(shè)備的基礎(chǔ)上，我國(guó)也進(jìn)行了大量數(shù)據(jù)挖掘等技術(shù)的研究。

1.3 數(shù)據(jù)挖掘預(yù)處理技術(shù)的發(fā)展

從某種意義上來說，數(shù)據(jù)挖掘技術(shù)是隨著互聯(lián)網(wǎng)和數(shù)據(jù)庫(kù)的應(yīng)用，根據(jù)實(shí)際使用的需要，逐漸形成的一門技術(shù)，在互聯(lián)網(wǎng)發(fā)展的初期，網(wǎng)絡(luò)上的資源有限，而且受到計(jì)算機(jī)性能的限制，沒有太多的娛樂項(xiàng)目，只能瀏覽一些商業(yè)網(wǎng)站等，隨著計(jì)算機(jī)的普及應(yīng)用，互聯(lián)網(wǎng)有了很大的發(fā)展，現(xiàn)在已經(jīng)建成了覆蓋世界范圍的因特網(wǎng)。據(jù)最新的統(tǒng)計(jì)調(diào)查表明，我國(guó)的網(wǎng)民數(shù)量已經(jīng)超過了6億，如果龐大的用戶群體，為我國(guó)互聯(lián)網(wǎng)的發(fā)展，提供了堅(jiān)實(shí)的基礎(chǔ)，但是通過實(shí)際的調(diào)查發(fā)現(xiàn)，我國(guó)的實(shí)際網(wǎng)絡(luò)帶寬，還沒有達(dá)到世界平均水平，即使實(shí)際使用的網(wǎng)絡(luò)帶寬較低，我國(guó)互聯(lián)網(wǎng)內(nèi)容的發(fā)展速度依然很快，現(xiàn)在網(wǎng)絡(luò)上出現(xiàn)了各種各樣的網(wǎng)站，極大的提高了網(wǎng)絡(luò)建設(shè)水平。在實(shí)際的網(wǎng)絡(luò)瀏覽中，面對(duì)如此大的信息量，如何找到自己想要的信息，成為了一個(gè)實(shí)際問題，為了解決這個(gè)問題，出現(xiàn)了搜索引擎，只要輸入相應(yīng)的關(guān)鍵詞，搜索引擎就可以很快的找到大量相關(guān)內(nèi)容，然后進(jìn)行必要的篩選，就能夠得到相應(yīng)的數(shù)據(jù)，但是隨著互聯(lián)網(wǎng)內(nèi)容的豐富，除了傳統(tǒng)的文字信息外，還有視頻和音頻等數(shù)據(jù)，如何在這些數(shù)據(jù)中，進(jìn)行相應(yīng)的挖掘工作，具有較大的難度。

2 影響數(shù)據(jù)挖掘預(yù)處理技術(shù)的因素

2.1 預(yù)處理的方式

在實(shí)際的數(shù)據(jù)挖掘過程中，能夠影響挖掘效果的因素有很多，如數(shù)據(jù)量的大小、挖掘方式等，從某種意義上來說，數(shù)據(jù)挖掘就是數(shù)據(jù)的查找，從指定范圍或者未知范圍內(nèi)，找到指定的數(shù)據(jù)，通常情況下，數(shù)據(jù)挖掘都具有很強(qiáng)的目的性，但是對(duì)于找到數(shù)據(jù)的量，并沒有明確的要求，尤其是隨著互聯(lián)網(wǎng)內(nèi)容的增加，現(xiàn)在的數(shù)據(jù)挖掘中，都會(huì)附帶大量的相關(guān)信息。對(duì)于數(shù)據(jù)挖掘的預(yù)處理技術(shù)來說，預(yù)處理的方式，能夠在很大程度上影響挖掘的效率，例如在一個(gè)一百條數(shù)據(jù)庫(kù)中進(jìn)行挖掘，為了提高實(shí)際的效率，通常情況下會(huì)采用檢索的方式，根據(jù)輸入的關(guān)鍵詞，逐條的與數(shù)據(jù)庫(kù)的信息進(jìn)行比對(duì)，這樣挖掘的效率具有很大的不確定性，如果要查找的數(shù)據(jù)排列比較考前，那么就需要很短的檢索時(shí)間，如果要查找的數(shù)據(jù)剛好在第一百條的位置，顯然就需要進(jìn)行一百次匹配。如果采用索引的方式進(jìn)行預(yù)處理，將這一百條數(shù)據(jù)根據(jù)自身的特點(diǎn)，分成十個(gè)類別，每個(gè)類別建立一個(gè)索引，那么在實(shí)際的匹配中，無論要查找的數(shù)據(jù)處于哪個(gè)位置，最多只需要十次匹配，就可以找到相應(yīng)的數(shù)據(jù)，由此可以看出，預(yù)處理方式對(duì)于數(shù)據(jù)挖掘效率具有非常重要的影響。

2.2 數(shù)據(jù)量的大小

計(jì)算機(jī)經(jīng)過了多年的發(fā)展，其自身的性能有了很大的提高，在實(shí)際的數(shù)據(jù)挖掘中，如果檢索的數(shù)據(jù)較少，即使不經(jīng)過任何的預(yù)處理，仍然可以具有很高的挖掘效率，但是隨著數(shù)據(jù)庫(kù)自身的發(fā)展，企業(yè)用戶的數(shù)據(jù)庫(kù)容量越來越大，在數(shù)據(jù)庫(kù)中查找指定的數(shù)據(jù)，需要較長(zhǎng)的時(shí)間，要想很好的解決這個(gè)問題，必須對(duì)數(shù)據(jù)挖掘的方式等，進(jìn)行相應(yīng)的優(yōu)化。通過實(shí)際的調(diào)查發(fā)現(xiàn)，目前我國(guó)使用的數(shù)據(jù)庫(kù)，大多都是國(guó)外的技術(shù)公司設(shè)計(jì)的，為了方便數(shù)據(jù)庫(kù)的使用，大多采用了整體的外包，即軟件和硬件都是由同一家公司提供，采用這樣的方式，不但能夠很好的解決軟件和硬件之間不兼容的問題，同時(shí)可以提供優(yōu)質(zhì)的軟件服務(wù)。目前市面上的數(shù)據(jù)庫(kù)，大多對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行一定的優(yōu)化，如增加索引環(huán)節(jié)等，通過這些技術(shù)的使用，很好的提高了實(shí)際的挖掘效率，但是這些預(yù)處理技術(shù)，并沒有考慮到數(shù)據(jù)量的大小，如一些大型的數(shù)據(jù)庫(kù)中，要想建立索引機(jī)制，本身就需要很長(zhǎng)的時(shí)間，雖然在建立索引后，就可以直接的使用，即使數(shù)據(jù)庫(kù)中發(fā)生變化，也不需要重新建立，只要根據(jù)數(shù)據(jù)的情況，將其存儲(chǔ)到指定的分類中即可。

2.3 操作人員自身的素質(zhì)

對(duì)于實(shí)際的數(shù)據(jù)挖掘工作來說，操作人員自身的素質(zhì)，也可以在很大程度上影響挖掘的效率，經(jīng)過了多年的完善，數(shù)據(jù)挖掘技術(shù)已經(jīng)成為了一門單獨(dú)的學(xué)科，計(jì)算機(jī)專業(yè)的學(xué)生，要進(jìn)行相應(yīng)知識(shí)的學(xué)習(xí)，但是通過實(shí)際的調(diào)查發(fā)現(xiàn)，現(xiàn)在的數(shù)據(jù)挖掘主要針對(duì)互聯(lián)網(wǎng)上的內(nèi)容，而互聯(lián)網(wǎng)日新月異的發(fā)展，給數(shù)據(jù)挖掘帶來了很大的難度。在這種背景下，如果沒有足夠的工作經(jīng)驗(yàn)，顯然很難完成相應(yīng)的數(shù)據(jù)挖掘工作，因此剛畢業(yè)的大學(xué)生，數(shù)據(jù)挖掘的效果較差，即使能夠完成相應(yīng)的工作，也需要較長(zhǎng)的時(shí)間，雖然這些學(xué)生在學(xué)校中，能夠?qū)W習(xí)到大量的數(shù)據(jù)挖掘知識(shí)，為了提高教學(xué)的效果，老師還會(huì)講解一些數(shù)據(jù)挖掘的實(shí)例，但是實(shí)際挖掘中，具有很多的不可控因素。如果操作人員具有豐富的數(shù)據(jù)挖掘經(jīng)驗(yàn)，在實(shí)際的工作中，必然會(huì)總結(jié)一些相應(yīng)的技巧，這些技巧的使用，可以在一定程度上縮短挖掘的時(shí)間，提高數(shù)據(jù)挖掘的準(zhǔn)確性，對(duì)于數(shù)據(jù)挖掘工作來說，具有非常重要的作用，從某種意義上來說，數(shù)據(jù)挖掘的預(yù)處理技術(shù)，指的就是這些從實(shí)踐中總結(jié)出來的技巧，然后進(jìn)行科學(xué)、系統(tǒng)的分析，應(yīng)用到實(shí)際的挖掘中。

3 我國(guó)數(shù)據(jù)挖掘預(yù)處理技術(shù)應(yīng)用中存在的問題

3.1 沒有意識(shí)到預(yù)處理技術(shù)的重要性

在傳統(tǒng)的數(shù)據(jù)挖掘中，由于數(shù)據(jù)庫(kù)自身的容量較少，采用檢索的方式，就可以輕松的找到想要的數(shù)據(jù)，因此不需要預(yù)處理技術(shù)，隨著數(shù)據(jù)庫(kù)自身的發(fā)展，計(jì)算機(jī)的性能也有了很大的提高，在很長(zhǎng)一段時(shí)間內(nèi)，硬件的發(fā)展速度都要領(lǐng)先于軟件，因此數(shù)據(jù)檢索具有很高的效率，近些年互聯(lián)網(wǎng)的普及應(yīng)用，在很大程度上改變了這種現(xiàn)象，尤其是云計(jì)算等理念的出現(xiàn)。在互聯(lián)網(wǎng)海量數(shù)據(jù)中進(jìn)行挖掘，依靠單獨(dú)的計(jì)算機(jī)，很難具有較高的效率，在這種背景下，如何優(yōu)化數(shù)據(jù)挖掘技術(shù)，成為了很多專家和學(xué)者研究的問題，預(yù)處理技術(shù)就是根據(jù)實(shí)際工作的需要出現(xiàn)的，受到特殊的歷史因素影響，在數(shù)據(jù)庫(kù)的建設(shè)等方面，我國(guó)要落后西方國(guó)家很多，雖然近年來我國(guó)投入了大量的人力和物力，研究數(shù)據(jù)挖掘等技術(shù)，但是并沒有取得明顯的效果。正是受到自身技術(shù)水平的限制，使得我國(guó)數(shù)據(jù)建設(shè)中，對(duì)數(shù)據(jù)挖掘的預(yù)處理技術(shù)，沒有足夠的重視，導(dǎo)致很大數(shù)據(jù)庫(kù)中，還采用傳統(tǒng)的檢索等方式，沒有任何的預(yù)處理技術(shù)，在很大程度上影響了數(shù)據(jù)挖掘的效率，雖然一些數(shù)據(jù)庫(kù)中集成了相應(yīng)的功能，但是通過實(shí)際的調(diào)查發(fā)現(xiàn)，在實(shí)際使用的過程中，并沒有啟用相應(yīng)的功能。

3.2 沒有針對(duì)性的預(yù)處理方式

由于現(xiàn)在的數(shù)據(jù)挖掘，主要針對(duì)互聯(lián)網(wǎng)上海量的數(shù)據(jù)，而互聯(lián)網(wǎng)上的數(shù)據(jù)非常復(fù)雜，尤其是近些年網(wǎng)絡(luò)的發(fā)展，出現(xiàn)了文本、視頻、音頻等各種各樣的信息，在這些信息中進(jìn)行數(shù)據(jù)的挖掘，顯然具有較大的難度，而且互聯(lián)網(wǎng)的數(shù)據(jù)量較大，即使借助相應(yīng)的搜索引擎，依然需要很長(zhǎng)的挖掘時(shí)間，對(duì)于現(xiàn)在使用的一些數(shù)據(jù)挖掘預(yù)處理技術(shù)，只有在一些特定的情況下，才能夠發(fā)揮出一定的作用。數(shù)據(jù)挖掘預(yù)處理技術(shù)出現(xiàn)的時(shí)間較短，目前還沒有形成統(tǒng)一的認(rèn)識(shí)，不同學(xué)者根據(jù)實(shí)際工作的需要，提出了不同的預(yù)處理方式，通過實(shí)際的調(diào)查發(fā)現(xiàn)，這些預(yù)處理方式的應(yīng)用，都具有一定的局限性，在特定的數(shù)據(jù)挖掘中，可以明顯的提高挖掘的效率，但是對(duì)于其他數(shù)據(jù)的挖掘，就無法起到相應(yīng)的作用。受到我國(guó)數(shù)據(jù)挖掘技術(shù)水平的限制，并沒有意識(shí)到這點(diǎn)，在實(shí)際數(shù)據(jù)挖掘的工作中，通常都是隨意的采用預(yù)處理方式，這樣顯然無法最大成都上提高數(shù)據(jù)挖掘的效率，有時(shí)候反而會(huì)降低工作的效率，目前西方發(fā)達(dá)國(guó)家的數(shù)據(jù)挖掘預(yù)處理中，都會(huì)根據(jù)每次工作的實(shí)際情況，針對(duì)性的設(shè)計(jì)一個(gè)預(yù)處理的方式。

4 數(shù)據(jù)挖掘的預(yù)處理技術(shù)應(yīng)用措施

4.1 重視數(shù)據(jù)挖掘的預(yù)處理技術(shù)

考慮到我國(guó)的數(shù)據(jù)庫(kù)建設(shè)中，很多都沒有采用相應(yīng)的預(yù)處理技術(shù)，在很大程度上影響了數(shù)據(jù)挖掘的效率，要想很好的解決這個(gè)問題，必須對(duì)預(yù)處理技術(shù)給予足夠的重視，在數(shù)據(jù)庫(kù)的設(shè)計(jì)時(shí)，就對(duì)預(yù)處理的方式等進(jìn)行考慮，如果是購(gòu)買的數(shù)據(jù)庫(kù)服務(wù)，那么就要根據(jù)自身的實(shí)際情況，對(duì)預(yù)處理技術(shù)提供一定的要求，這樣可以極大的提高挖掘的效率。通過實(shí)際的調(diào)查發(fā)現(xiàn)，西方國(guó)家的預(yù)處理技術(shù)水平之所以比較高，主要就是由于其重視，在實(shí)際的挖掘工作中，對(duì)于能夠提高工作效率的所有細(xì)節(jié)進(jìn)行完善，并總結(jié)相關(guān)的經(jīng)驗(yàn)，方便下次的使用，正是這種供求雙方的重視，使得西方發(fā)達(dá)國(guó)家的預(yù)處理技術(shù)快速的發(fā)展。我國(guó)要想提高自身的數(shù)據(jù)挖掘預(yù)處理技術(shù)，必須根據(jù)自身的實(shí)際情況，借鑒外國(guó)一些先進(jìn)的經(jīng)驗(yàn)，最大程度上完善預(yù)處理技術(shù)，要想達(dá)到這個(gè)目的，首先應(yīng)該提高對(duì)預(yù)處理技術(shù)的重視程度，無論是實(shí)際的操作人員，還是管理人員和開發(fā)人員，都應(yīng)該重視預(yù)處理技術(shù)的應(yīng)用，然后從自身的工作角度出發(fā)，對(duì)其進(jìn)行一定的完善。

4.2 提高工作人員自身的素質(zhì)

數(shù)據(jù)挖掘預(yù)處理技術(shù)的應(yīng)用，需要實(shí)際的操作人員，而不同工作人員，由于自身經(jīng)驗(yàn)等不同，工作的效率會(huì)有一定的差距，如剛畢業(yè)的大學(xué)生，即使在學(xué)校中的成績(jī)較好，掌握了足夠的預(yù)處理知識(shí)，還是無法很好的完成相應(yīng)的工作，尤其是近些年信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)上海量數(shù)據(jù)的挖掘，具有很大的難度。而且不同數(shù)據(jù)的挖掘，預(yù)處理方式等也應(yīng)該具有一定的差異，通過實(shí)際的調(diào)查發(fā)現(xiàn)，目前我國(guó)的數(shù)據(jù)挖掘工作人員自身的素質(zhì)普遍較低，無法根據(jù)實(shí)際的工作情況，針對(duì)性的選擇一種預(yù)處理方式，在很大程度上影響了挖掘的效率，要想很好的解決這個(gè)問題，必須提高工作人員自身的素質(zhì)，在實(shí)際的招聘過程中，盡量聘請(qǐng)一些具有豐富經(jīng)驗(yàn)的人員。對(duì)于現(xiàn)有的工作人員，可以通過定期培訓(xùn)等方式，讓其了解到最新的數(shù)據(jù)挖掘理念，以及預(yù)處理技術(shù)的重要性等，如果條件允許，還可以與一些先進(jìn)的企業(yè)進(jìn)行交流，學(xué)習(xí)先進(jìn)的預(yù)處理技術(shù)，這樣在提高預(yù)處理技術(shù)水平的同時(shí)，還可以對(duì)數(shù)據(jù)庫(kù)的其他的技術(shù)，進(jìn)行一定的優(yōu)化。

4.3 采用針對(duì)性的預(yù)處理方式

經(jīng)過了多年的發(fā)展和完善，數(shù)據(jù)挖掘的預(yù)處理技術(shù)已經(jīng)非常普遍，目前的很大數(shù)據(jù)庫(kù)建設(shè)中，都會(huì)采用預(yù)處理技術(shù)，甚至在日常的數(shù)據(jù)搜索中，也開始使用預(yù)處理技術(shù)，但是通過實(shí)際的調(diào)查發(fā)現(xiàn)，根據(jù)實(shí)際需要數(shù)據(jù)的不同，數(shù)據(jù)挖掘的環(huán)境、方式等會(huì)具有較大的差異，而這些條件的變化，必然需要不同的預(yù)處理方式。而目前我國(guó)的數(shù)據(jù)挖掘中，顯然還沒有意識(shí)到這點(diǎn)，為了提高實(shí)際的工作效率，雖然會(huì)采用一定的預(yù)處理方式，但是預(yù)處理的方式，并不會(huì)根據(jù)數(shù)據(jù)挖掘的不同，進(jìn)行針對(duì)性的變化，沒有真正的達(dá)到預(yù)處理的目的，在一些特殊的數(shù)據(jù)挖掘中，由于預(yù)處理方式的不當(dāng)，甚至?xí)档凸ぷ鞯男?。由此可以看出，在?shí)際的數(shù)據(jù)挖掘中，預(yù)處理方式的重要性，要想最大程度上提高工作的效率，必須采用針對(duì)性的預(yù)處理方式，對(duì)目前已有的預(yù)處理方式進(jìn)行總結(jié)、分類，根據(jù)需要數(shù)據(jù)的情況，針對(duì)性的選擇，如果人員的自身素質(zhì)較高，還可以設(shè)計(jì)一個(gè)新的預(yù)處理方式，以此來最大程度上提高數(shù)據(jù)挖掘的效率。

5 結(jié)束語

通過全文的分析可以知道，隨著近些年計(jì)算機(jī)和互聯(lián)網(wǎng)的普及應(yīng)用，數(shù)據(jù)的挖掘、存儲(chǔ)、調(diào)用等技術(shù)越來越重要，受到特殊的歷史因素影響，我國(guó)科技起步較晚，與西方發(fā)達(dá)國(guó)家相比，在數(shù)據(jù)挖掘等領(lǐng)域中，具有明顯的差異，雖然經(jīng)過了多年改革開放的發(fā)展，這種差距在逐漸的減小，但是很難在短時(shí)間內(nèi)趕上發(fā)達(dá)國(guó)家的技術(shù)水平，在這種背景下，要想快速的提高我國(guó)數(shù)據(jù)挖掘預(yù)處理技術(shù)，必須結(jié)合我國(guó)數(shù)據(jù)挖掘的實(shí)際情況，借鑒西方國(guó)家先進(jìn)的經(jīng)驗(yàn)，完善目前的預(yù)處理技術(shù)。

參考文獻(xiàn)：

[1]鄭繼剛，謝芳.多媒體圖像挖掘的關(guān)聯(lián)規(guī)則挖掘[J].紅河學(xué)院學(xué)報(bào)，2009（05）：44-47.

[2]謝邦昌，李揚(yáng).數(shù)據(jù)挖掘與商業(yè)智能的現(xiàn)況及未來發(fā)展[J].統(tǒng)計(jì)與信息論壇，2008（05）：94-96.

[3]林建勤.數(shù)據(jù)挖掘主要問題的對(duì)策研究[J].貴陽學(xué)院學(xué)報(bào)（自然科學(xué)版），2007（02）：1-4.

[4]陳娜.數(shù)據(jù)挖掘技術(shù)的研究現(xiàn)狀及發(fā)展方向[J].電腦與信息技術(shù)，2006（01）：46-49.

[5]李菁菁，邵培基，黃亦瀟.數(shù)據(jù)挖掘在中國(guó)的現(xiàn)狀和發(fā)展研究[J].管理工程學(xué)報(bào)，2004（03）：10-15.

[6]鄭斌祥，杜秀華，席裕庚.一種時(shí)序數(shù)據(jù)的離群數(shù)據(jù)挖掘新算法[J].控制與決策，2002（03）：324-327.

[7]臧洌.人工神經(jīng)網(wǎng)絡(luò)在混沌觀測(cè)時(shí)序數(shù)據(jù)處理中的應(yīng)用[J].數(shù)據(jù)采集與處理，2001（04）：486-489.

作者簡(jiǎn)介：程知（1976.06-），女，湖南長(zhǎng)沙人，碩士，講師，研究方向：數(shù)據(jù)挖掘、計(jì)算機(jī)教學(xué)、教學(xué)管理。

作者單位：湖南大眾傳媒職業(yè)技術(shù)學(xué)院，長(zhǎng)沙 410100