博文
知识发现与数据挖掘的关系
|||
知识发现(Knowledge Discovery in Database, KDD)，是所谓"数据挖掘"的一种更广义的说法，即从各种媒体表示的信息中，根据不同的需求获得知识。
知识发现的目的是向使用者屏蔽原始数据的繁琐细节，从原始数据中提炼出有意义的、简洁的知识，直接向使用者报告。基于数据库的知识发现(KDD)和数据挖掘还存在着混淆，通常这两个术语替换使用。KDD表示将低层数据转换为高层知识的整个过程。
KDD简单定义为：KDD是确定数据中有效的、新颖的、潜在有用的、基本可理解的模式的特定过程。而数据挖掘可认为是观察数据中模式或模型的抽取，这是对数据挖掘的一般解释。虽然数据挖掘是知识发现过程的核心，但它通常仅占KDD的一部分(大约是15% 到25%) 。
数据挖掘仅仅是整个KDD过程的一个步骤，对于到底有多少步以及哪一步必须包括在KDD过程中没有确切的定义。然而，通用的过程应该接收原始数据输入，选择重要的数据项，缩减、预处理和浓缩数据组，将数据转换为合适的格式，从数据中找到模式，评价解释发现结果。
这几年，我做了大量生物医学知识发现的实例，有的发现，对科研选题和进行中的相关科研工作很有启发作用和参考意义，大家可以参考。科研人员应该自己亲自去做知识发现，而不是只做信息检索和信息分析。
许培扬博客 知识发现栏目
科研工作中如何应用在线信息分析与知识发现平台？
http://blog.sciencenet.cn/home.php?mod=space&uid=280034&do=blog&quickforward=1&id=253311
生物医学知识发现实例：
雷帕霉素与肥胖研究的知识发现
https://wap.sciencenet.cn/blog-280034-600896.html
上一篇：雷帕霉素与肥胖研究的知识发现
下一篇：刘翔术后报平安
