浅析数据挖掘中的聚类分析

作者：唐新宇

来源：《电脑知识与技术》2013年第09期

        摘要：随着信息技术的发展，数据挖掘技术得到了广泛的关注，聚类分析数据挖掘是其中一个重要的研究方向。该文首先对数据挖掘相关技术进行了简要的分析，对数据挖掘中的聚类分析技术进行了介绍，聚类分析的方法主要有层次方法、划分方法、基于密度的、网格的以及模型的方法，聚类分析已经广泛地应用于模式识别，数据分析，图像处理，以及市场研究等，该文的研究对聚类分析的应用具有一定的参考价值。

        关键词：数据挖掘；聚类分析

        中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）09-2031-02

        1 概述

        随着信息技术的高速发展，各种新思想、新技术不断涌现。而数据挖掘技术是目前信息技术领域的公认的最为前沿课题，是最具有发展前景的技术之一。聚类分析作为数据挖掘的重要功能近年来也取得了长足的进步，一系列方法的产生对于分析准确性的提供了坚实的基础，从而也使得其应用扩展到各个领域，通过本文的研究为聚类分析技术的应用提供一定的借鉴。

        2 数据挖掘概述

        2.1 数据挖掘的含义

        由于一些数据的无规律性、模型性以及数量的庞大，需要从中提取有用的信息，数据挖掘技术就是通过计算机手段，从上述数据中提取不确定的信息相关企业所用的一种方法。这里面包含了几点信息，就是数据源应该是大量且真实的，而寻找出的数据是对客户有用处的，能够为客户所接受的，具有一定的较强的实用价值。数据挖掘是一门交叉学科，它将对数据简单的低层次的应用提升到采用较高技术手段获取知识从而提供决策的支持。从商业角度来看，数据挖掘作为一种高效的信息化技术处理手段，能够对商业数据库中的大量数据进行有效的提取，从而辅助决策者做出可靠的判断，通过数据挖掘技术，能够提高企业的竞争力，为企业获得更高的利润。因此，数据挖掘在商业中的应用时也可以定义为按照企业的相关要求，对企业所拥有的大量数据信息进行分析，提取其中有用的信息，为企业提供相应的支持的技术。

浅析数据挖掘中的聚类分析