数据库中的知识发现

数据库中的知识发现(KDD)就是利用机器学习的方法从数据库中提取有价值知识的过程，是数据库技术和机器学习两个学科的交叉学科。

 知识发现(Knowledge Discovery In Database)

...摘要：提出了基于网络行为监控的主动网络安全管理方式，并具体分析了网络行为监控所采用的具体流程及技术手段。在对网络行为进行分析的方法中，提出采用知识发现（KDD）的方式并选择决策树算法。最后，提出了需要进一步解决的问题，即如何用决策树算法从网络行为数据库中抽取出适合网络管理的模式。

 数据库知识发现

数据库知识发现（KDD）就是从大量琐屑的数据中提取出有效的、新颖的和潜在有用的并能被人理解的模式处理过程，其最终目标是获取有用的信息和知识。

 国际电信电话株式会社

...AU 这家公司是由KDD（国际电信电话株式会社）、DDI（第二电电株式会社）、IDO（日本移动通信株式会社）三家公司在2000年10月1日合并而来，移动通信品牌名称au在2000年7月已经...

Along with the deepening of research on KDD, the application of KDD has become very broad.

随着KDD技术研究的不断深入，KDD的应用领域也越来越广泛。

In the data integration stage of KDD, data discretization is one of the most important jobs.

在KDD的数据集成阶段，数据离散化是其中一件非常重要的工作。

This article mainly introduced the background, the definition, the processes and the application prospect of KDD technology.

本文主要介绍了KDD技术的产生背景、定义、处理过程及其应用前景。

Attribute reduction and relative attribute reduction are a core of KDD.

粗糙集理论中,属性约简是知识挖掘的核心.

So research on the KDD in the distributed network management maybe import.

因此,对分布式网络管理环境下的分布式知识发现的研究更具有现实意义.

Domain knowledge , which andthe searching of useful knowledge, plays an important role in KDD.

进一步讨论了领域知识在其中的重要作用.

KDD ( Knowledge discovery in database ) is introduced concept to improve its learning ability and adaptability.

集成知识获取 ( 即数据挖掘 ) 的方法,使系统能够动态地建立各种领域知识.

The development of data - mining and KDD and its applications in the information system are discussed.

从信息系统发展的角度综述了知识发现的发展及知识发现过程中数据采掘的方法和应用.

Decision tree, neural networks and Bayesian networks are the main tools of KDD.

决策树 、 神经网络、Bayesian网络等是当前知识发现的重要工具.