k-means是目前应用较多也易于实现而且时空复杂性相对较小的划分聚类算法 的、模糊的、随机的数据中挖掘或抽取隐含在其中、事先未知的、但又是潜在的有价值的模式或知识的复杂过程。数据库中的知识发现(KnowledgeDiscoveryfromDatabase,KDD)、数据分析、数据融合(DataFusion)以及决策支持等是一些和数据挖掘相近似的术语。数据挖掘是2
基于4个网页-相关网页
数据挖掘，又称数据库中的知识发现，是指从大型数据库或数据仓库中提取隐含的、事先未知的、潜在有用的信息或模式。
Data Mining, also referred to as Knowledge Discovery from database, is to abstract the potential, unknown and useful information or pattern from the large database or data warehouse.
许多早期KM系统的设计，要求人们向数据库中输入材料或者创建个人档案，来帮助大家发现专门的知识和技术，从而实现组织中信息的获取。
Many early KM systems were designed to capture corporate information by requiring people to enter stuff into databases or to create personal profiles to help people find expertise.
数据挖掘是近年来企业用以分析大型数据集的核心技术，是知识发现过程中的关键步骤，是数据库技术的进一步扩展。
Data Mining is recently core technologies for an enterprise to analyze large data-sets, and it is a key step in knowledge discovery process and a database technical further expanding.
应用推荐