지식 발견의 적용 범위

사실, 지식 발견의 잠재적 응용은 매우 광범위하여, 이미 원래의' 선반 서브 프로젝트' 를 훨씬 뛰어넘었다. 공업에서 농업, 천문학에서 지리학, 예측에서 의사 결정 지원에 이르기까지 KDD 가 점점 더 중요한 역할을 하고 있다. 많은 컴퓨터 소프트웨어 개발자들이 IBM 과 같은 데이터 마이닝 제품을 출시했습니다. 마이크로소프트, SPSS 입니다. SGI, SLPInfoware, SAS (개체 비즈니스) 등. 데이터 마이닝은 정보 처리의 첨단 기술로 이미 실제 응용에서 두각을 나타내고 있다.

1, 비즈니스. "선반 서브 프로젝트" 는 KDD 의 초기 성공적인 응용의 전범이다. 상업적으로 성공적인 응용이 끊임없이 KDD 의 발전을 자극하여 점점 더 광범위한 응용 분야로 확대되기 때문이다. 오늘날 비즈니스, 특히 영업 및 서비스 업계는 KDD 에서 가장 널리 사용되는 분야 중 하나입니다. 주로 판매 예측, 재고 수요, 소매 지점 선택, 가격 분석 및 판매 패턴 분석에 사용됩니다. 예를 들어 호텔은 특히 높은 소비와 특히 낮은 소비의 고객 이탈 패턴을 분석해 흥미로운 소비 패턴을 발견할 수 있다. edW a-ge ring 의 AutOm 은 고급 소프트웨어를 사용하여 재평가한 ModeIMaX 예측 모델을 사용하여 Lo-Lo-Tierymachinesi [Eselection ... 2. 농업. 농업은 거대하고 복잡한 시스템이다. 우리나라 농업 부문은 수십 년 동안 토비 기상 병충해 시장 정보 등에 관한 대량의 데이터, 사례, 경험 지식을 축적했지만 충분히 활용되지 못했다. KDD 를 통해 가치 있고 규칙적인 지식을 많이 발견할 수 있다. 예를 들어, 해충 데이터베이스에 대한 분석을 통해 병충해의 영향 요인, 이전 또는 전파 법칙을 발견하여 재해 손실의 발생, 확대 또는 감소를 억제하고, 국제 국내 시장 정보의 발굴을 통해 농업 생산 계획을 지도할 수 있습니다.

의학 생물학. 의료 업계에는 처리해야 할 대량의 데이터가 있지만, 해당 업계의 데이터는 서로 다른 정보 시스템에 의해 관리되며, 데이터 조직성이 좋지 않고, 유형이 복잡하다. 텍스트, 값, 이미지 등을 포함할 수 있는 의료 진단 데이터 등이 있습니다. , 응용 프로그램에 몇 가지 어려움을 가져옵니다. KDD 는 주로 의료 진단 및 분석, 성분 효용 분석, 신약 개발 및 약물 생산 공정 제어 최적화에 사용됩니다.

4. 금융보험. 재정은 대량의 데이터를 수집 및 처리하고, 분석하고, 데이터 패턴과 특성을 찾아내 고객, 소비자 그룹 또는 조직의 재무 및 상업적 이익을 찾아내고, 금융 시장의 변화 추세를 관찰해야 합니다. KDD 는 금융, 주식 시장 분석 및 예측, 계좌 분류, 은행 보증 및 신용 평가와 같은 금융 분야에서 널리 사용되고 있습니다.

5. 통신 및 미디어. 회선 장애 예측, 시청률 영향 요인, 웹 사이트 침입 탐지, 웹 정보 발견 등.

6. 국방 및 군사 측면. 군사 정보 데이터 분석, 지휘 자동화 및 의사 결정, 전쟁 위험 예측, 무기 공격 효과 분석, 지리 데이터 분석 등.

기타 측면. 산업 생산에서의 장비 고장 진단, 생산 공정 최적화, 과학 연구에서의 데이터 처리 및 분석, 기상 분석 및 예측 등