数据挖掘与知识发现的层级关系

数据挖掘和知识发现这两个词经常被当作同义词混用，但两者实际上是 “部分”和”整体”的关系，不能互换。知识发现指的是从各种原始数据里 提炼出有效、新颖、潜在有用的知识，并向使用者屏蔽原始数据的一切 繁琐细节，直接呈现结论——它描述的是”从底层数据到高层知识”这整段 完整过程。数据挖掘则是这整段过程里的一个具体步骤，专门负责”对数据 模式或模型的抽取”，虽然只是其中一环，却是知识发现过程里最核心的 一步（因为其余步骤如数据准备、结果呈现都是围绕这一步展开的）。 另外，数据挖掘还常被拿来跟”在线数据分析”对比：两者的核心区别是 目的方向相反——数据挖掘的定位是在没有明确假设的前提下探索数据、 产生新的假设（”数据里可能藏着什么规律？”），在线数据分析的定位 是已经有一个假设，去查证这个假设是否成立（”这个规律是真的吗？”）。 理清这三个概念的边界，能避免把”跑了个聚类算法”简单等同于”完成了 知识发现”这类常见的误用——挖掘出模式只是原材料，还需要经过解释、 验证、呈现才能真正变成知识发现意义上的”知识”。