《数据挖掘与人工智能技术》由会员分享，可在线阅读，更多相关《数据挖掘与人工智能技术（5页珍藏版）》请在金锄头文库上搜索。
1、人工智能目前在各个领域的发展都得到了极大的应用，数据挖掘就是其中之一。数据挖掘使用的技术和方法广泛来自人工智能，其 在应用领域的应用得到了巨大收益。本文综述了人工智能和数据挖掘的 产生、发展及其相互联系。一、人工智能的发展首先，对于人工智能是什么这个问题一一也就是对人工智能的定 义，我们还是比较难以统一的。在本文中，我们只是讨论性质的，应此 并不要求严格定义。因而，我们尽可能涉及到多种理解。就目前对人工 智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样 彳亍动”、“理性地思考”和“理性地行动”。这 里“行动”应广义地理 解为采取行动，或制定行动的决策，而不 是肢体动作。人工智能是
2、在 计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学 科研究的基础上发展起来的。它是研究、开发用于模拟、延伸和扩展人 的智能的理论、方法、技术及应用系统的一门技术科学。在1956年的达特矛斯会议上，由麦卡锡提议正式采用了 “人工 智能”这一术语。随后人工智能的研究取得了许多引人注目的成就。例 如，1956年塞缪尔研制出了跳棋程序，6年之后击败了一个州的跳棋 冠军；1957年，纽厄尔、肖和西蒙研制了逻辑定 理理论机的数学定理 证明程序；1958年，麦卡锡建立了行动规划咨询系统；1997年，IBM公司制造的深蓝”号计算机系统战胜了国际象棋大师卡斯帕罗夫等。人工智能早期的研究领域有：专家
3、系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、 人工神经网络等；目前已涉及到以下研究领域：数据挖掘、智能决策系 统、知识工程、分布式人工智能等。其中数据挖掘的出现使得人工智能 的研究在应用领域得到了广泛的发展。二、数据挖掘DM数据挖掘）是揭示存在于数据里的模式及数据间的关系的学科，它强调对大量观测到的数据库的处理。它是涉及数据库管理，人工 智能，机器学习，模式识别，及数据可视化等学科的边缘学科。该领 域对商业，工业，及科学研究都有极大的影响，且提 供了大量的为促 使新方法的发展而进行的研究工作。三、数据挖掘与人工智能技术的联系 在此前，多数人认为数据挖掘是
4、人工智能的一个分支。因为，在人工智能的研究中诞生了数据挖掘，数据挖掘中的重要理论都来自 于人工智能的最基本的理论。其中最基本的三种技术知识表示、知识 推理、搜索在数据挖掘中得到了体现。然而，随着数据 挖掘的发展, 我的看法是：数据挖掘本身已经成为一个独立的系统，它和人工智能固 然有联系，但不是从属关系。数据挖掘本身内容丰富，理论方面除了和 人工智能、机器学习外，和统计分析、OLAR决策支持系统及专家系 统等都有联系；应用方面除了 web挖掘，还有文 本挖掘、数据库挖 掘、序列模式挖掘等等；数据挖掘本身的分类、关联规则、聚类等算 法都博大而精深。将数据挖掘 从人工智能里面独立出来，有助于我们 更
5、好的研究数据挖掘。四、展望 目前人工智能存在以下几个发展趋势:1. 更新的理论框架目前人工智能的研究棉铃很多困难，我们需要寻找和建立更新的 人工智能框架和理论体系。2. 更好的技术集成要集成的信息技术除数字技术外，还包括计算机网络、远程通信、数据库、计算机图形学、语音与听觉、机器人学、过程控制、并彳亍 计算、量子计算、光计算和生物信息处理等技术。3. 更成熟的应用方法 人工智能方法必须支持人工智能系统的开发实验，并允许系统有组织地从一个较小的核心原型逐渐发展为一个完整的应用系统。目前数据挖掘存在以下几个发展趋势:1. 性能方面：数据挖掘涉及的数据量会更大，处理的效率会更高，结果的正确性会更精密。2. 工具方面：挖掘工具将越来越强大，汇合的算法越来越多，预 测类算法将吸纳颇具新意的算法（支持向量机、粗糙集、云模型、遗传 算法等），并将实现算法的自动选择和参数自动调优。3. 应用：数据挖掘的应用除了应用于大型专门问题外，还将走向嵌入式，更加智能化。我们将使用人工智能与数据挖掘技术，去解决更多地实际问 题,改善我们的生活。
