導(dǎo)語：人工智能與數(shù)據(jù)挖掘技術(shù)研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：人工智能技術(shù)是智能決策支持系統(tǒng)的重要組成部分，數(shù)據(jù)挖掘在智能決策支持系統(tǒng)的影響空間中，主要負(fù)責(zé)智能決策支持的處理。因此，數(shù)據(jù)挖掘在整個(gè)智能決策支持系統(tǒng)中有著舉足輕重的位置。數(shù)據(jù)挖掘使用的技術(shù)和方法廣泛來自人工智能，本文分別介紹了人工智能技術(shù)和數(shù)據(jù)挖掘技術(shù)的定義,研究背景和研究目的，以及數(shù)據(jù)挖掘與人工智能的聯(lián)系,并結(jié)合國(guó)內(nèi)外在該領(lǐng)域的研究成果指出了其廣闊的發(fā)展前景。

關(guān)鍵詞：人工智能；數(shù)據(jù)挖掘；發(fā)展前景

當(dāng)今社會(huì)已經(jīng)進(jìn)入了人工智能時(shí)代，人工智能的應(yīng)用，大大改善了我們的生活。大數(shù)據(jù)時(shí)代已經(jīng)來臨，不論是從數(shù)據(jù)的使用，挖掘，處理等方面，都為人工智能的應(yīng)用起到了基礎(chǔ)和保障。

1人工智能

1.1人工智能的定義。人工智能（ArtificialIntelligence），簡(jiǎn)稱AI。屬于計(jì)算機(jī)學(xué)科下的分支，顧名思義，它是一門專門研究類人化的智能機(jī)器學(xué)科，即利用現(xiàn)階段科學(xué)的研究方法和技術(shù)，研制出具有模仿、延伸和擴(kuò)展人類智能的機(jī)器或智能系統(tǒng)，從而實(shí)現(xiàn)利用機(jī)器模仿人類智能的一切行為。1.2人工智能的研究背景。在1956年的達(dá)特矛斯會(huì)議上，“人工智能”這一術(shù)語正式由麥卡錫提議并采用了，隨后人工智能的研究取得了許多引人注目的成就。在這之后，科研人員進(jìn)行了許多的研究和開發(fā)，人工智能這個(gè)話題也取得了飛速的發(fā)展。人工智能是一門極具挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須了解計(jì)算機(jī)知識(shí)、心理學(xué)和哲學(xué)理念。人工智能的研究包涵廣泛的科學(xué)知識(shí)，以及其他領(lǐng)域的知識(shí)，如機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等。一般來說，人工智能研究的主要目標(biāo)是使機(jī)器能夠做一些通常需要人工智能完成復(fù)雜工作的機(jī)器。1.3人工智能的研發(fā)歷程。早期研究領(lǐng)域：人工智能專家系統(tǒng)，機(jī)器學(xué)習(xí)，模式識(shí)別，自然語言理解，自動(dòng)定理證明，自動(dòng)編程，機(jī)器人，游戲，人工神經(jīng)網(wǎng)絡(luò)等，現(xiàn)在涉及以下研究領(lǐng)域：數(shù)據(jù)挖掘，智能決策系統(tǒng)，知識(shí)工程，分布式人工智能等。數(shù)據(jù)挖掘的出現(xiàn)使得人工智能的研究在應(yīng)用領(lǐng)域得到廣泛的發(fā)展。以下簡(jiǎn)要介紹其中的幾個(gè)重要部分：（1）專家系統(tǒng)。所謂專家系統(tǒng)就是控制計(jì)算的智能化程序系統(tǒng)，通過研發(fā)人員總結(jié)歸納了專業(yè)學(xué)科知識(shí)和日常經(jīng)驗(yàn)，能夠知道計(jì)算機(jī)完成某個(gè)領(lǐng)域內(nèi)的專業(yè)性活動(dòng)或者解決某些專業(yè)級(jí)別的問題。人工智能技術(shù)可以合理利用已知的經(jīng)驗(yàn)體系在復(fù)雜環(huán)境中，解決和處理復(fù)雜問題。（2）機(jī)器系統(tǒng)。機(jī)器系統(tǒng)簡(jiǎn)單說就是機(jī)器人通過人造神經(jīng)系統(tǒng)，借助于網(wǎng)絡(luò)或者存儲(chǔ)系統(tǒng)汲取系統(tǒng)的知識(shí)進(jìn)行開發(fā)研究。（3）感知仿生。感知仿生系統(tǒng)通過模擬人類的感官，感知生物學(xué)特征，通過人工智能機(jī)器的感部件對(duì)外界外部環(huán)境進(jìn)行感知，識(shí)別，判斷，分析的能力。能夠更好的適應(yīng)環(huán)境，做出判斷。（4）數(shù)據(jù)重組和發(fā)掘。是指通過人工智能系統(tǒng)，結(jié)合當(dāng)前先進(jìn)的理念，對(duì)大數(shù)據(jù)的總結(jié)歸納，識(shí)別存儲(chǔ)，調(diào)取等應(yīng)用。通過數(shù)據(jù)的加工處理，能夠主動(dòng)做出判斷和分析。（5）人工智能模式。分布式人工智能是模式之一，該系統(tǒng)利用系統(tǒng)有效的規(guī)避和克服系統(tǒng)資源在某段時(shí)間內(nèi)的局限性，并能有效地改善因資源造成的時(shí)間和空間不均衡問題。它具備，模式自動(dòng)轉(zhuǎn)換，并行處理，開放啟發(fā)方式，冗余且容錯(cuò)糾錯(cuò)的能力。

2數(shù)據(jù)挖掘

2.1數(shù)據(jù)挖掘的定義。數(shù)據(jù)挖掘(DataMining,DM)是揭示數(shù)據(jù)中存在的模式和數(shù)據(jù)關(guān)系的學(xué)科，強(qiáng)調(diào)處理大型可觀察數(shù)據(jù)庫(kù)。數(shù)據(jù)挖掘的出現(xiàn)使得人工智能的研究在應(yīng)用領(lǐng)域得到了廣泛的發(fā)展。這里包括數(shù)據(jù)挖掘和智能信息提取過程，前者從大量復(fù)雜的現(xiàn)實(shí)世界數(shù)據(jù)中挖掘出未知和有價(jià)值的模式或規(guī)則，后者是知識(shí)的比較，選擇和總結(jié)出來的原則和規(guī)則，形成一個(gè)智能系統(tǒng)。2.2數(shù)據(jù)挖掘的研究現(xiàn)狀。當(dāng)前數(shù)據(jù)挖掘應(yīng)用主要集中在電信、零售、農(nóng)業(yè)、網(wǎng)絡(luò)日志、銀行、電力、生物、天體、化工、醫(yī)藥等方面。看似廣泛，實(shí)際應(yīng)用還遠(yuǎn)沒有普及。而據(jù)Gartner的報(bào)告也指出，數(shù)據(jù)挖掘會(huì)成為未來10年內(nèi)重要的技術(shù)之一。而數(shù)據(jù)挖掘，也已經(jīng)開始成為一門獨(dú)立的專業(yè)學(xué)科。2.3數(shù)據(jù)挖掘的研究發(fā)展。具體發(fā)展趨勢(shì)和應(yīng)用方向主要有：性能方面：數(shù)據(jù)挖掘設(shè)計(jì)的數(shù)據(jù)量會(huì)更大，處理的效率會(huì)更高，結(jié)果也會(huì)更精確。工具方面：挖掘工具越來越強(qiáng)大，算法收斂越來越多，預(yù)測(cè)算法將吸收新穎性算法（支持向量機(jī)（SVM），粗糙集，云模型，遺傳算法等），并實(shí)現(xiàn)自動(dòng)化的實(shí)現(xiàn)算法，選擇和自動(dòng)調(diào)諧參數(shù)。應(yīng)用：數(shù)據(jù)挖掘的應(yīng)用除了應(yīng)用于大型專門問題外，還將走向嵌入式，更加智能化。例如進(jìn)一步研究知識(shí)發(fā)現(xiàn)方法，對(duì)貝葉斯定理和Boosting方法的研究和改進(jìn)，以及對(duì)商業(yè)工具軟件不斷的生成和改進(jìn)，著重建立整體系統(tǒng)來解決問題，如Weka等軟件。在先進(jìn)理論的指導(dǎo)下，按照國(guó)內(nèi)形態(tài)發(fā)展，至少需要20年的時(shí)間，才能改進(jìn)數(shù)據(jù)挖掘的發(fā)展。

3數(shù)據(jù)挖掘與人工智能技術(shù)的聯(lián)系

數(shù)據(jù)挖掘?qū)儆谌斯ぶ悄苤歇?dú)立系統(tǒng)。它于人工智能的存在關(guān)系屬于，并存聯(lián)系，且獨(dú)立運(yùn)行，互不從屬。此設(shè)計(jì)體系一方面可以有效促進(jìn)人工智能提升學(xué)習(xí)能力，增進(jìn)分析能力，另一方面還對(duì)分析，統(tǒng)計(jì)，OLSP，以及決策支持系統(tǒng)模塊等起到推動(dòng)作用。在收挖掘應(yīng)用領(lǐng)域，處理可以對(duì)WEB挖掘，還能夠有效進(jìn)行文本，數(shù)據(jù)庫(kù)，知識(shí)庫(kù)，不同領(lǐng)域不同學(xué)科的信息進(jìn)行序列矩陣模式挖掘?；跀?shù)據(jù)本身的分類，辨識(shí)，關(guān)聯(lián)規(guī)則，聚類算法更加博大精深。因此，獨(dú)立于人工智能的數(shù)據(jù)挖掘，更加便于科研團(tuán)體或者領(lǐng)域?qū)?shù)據(jù)的使用和分析。數(shù)據(jù)挖掘是人工智能領(lǐng)域的一部分。首先，高智能是數(shù)據(jù)挖掘和人工智能的最終目標(biāo)，正是由于這個(gè)目標(biāo)，人工智能和數(shù)據(jù)挖掘有很多關(guān)聯(lián)。其次，數(shù)據(jù)挖掘和人工智能是各種技術(shù)的整合。數(shù)據(jù)挖掘和人工智能是許多學(xué)科的跨學(xué)科學(xué)科。最后，數(shù)據(jù)挖掘的出現(xiàn)逐漸發(fā)展壯大，加強(qiáng)了人工智能，因此可以說，它們兩者是不可分割的。

4人工智能和數(shù)據(jù)挖掘技術(shù)的發(fā)展前景

在當(dāng)前環(huán)境下，人工智能和數(shù)據(jù)挖掘技術(shù)具有以下發(fā)展前景:(1)在大數(shù)據(jù)互聯(lián)網(wǎng)中的應(yīng)用。將人工智能的技術(shù)應(yīng)用于互聯(lián)網(wǎng)中將會(huì)使網(wǎng)絡(luò)技術(shù)帶上智能的特性,可以為人們的生活提供智能化的幫助，給人們的生活帶來便利。還可以提高網(wǎng)絡(luò)運(yùn)行效率、增加網(wǎng)絡(luò)安全性等。(2)智能化服務(wù)的研究。人工智能和數(shù)據(jù)挖掘都很注重對(duì)智能化服務(wù)的研究,例如很多智能機(jī)器人便應(yīng)運(yùn)而生，它們已經(jīng)能勝任許多簡(jiǎn)單的工作，可以為人們提供人性化的服務(wù)。高度的智能化是數(shù)據(jù)挖掘和人工智能研究最終追求的目標(biāo),也是二者最終合而為一的標(biāo)志。(3)使知識(shí)產(chǎn)生經(jīng)濟(jì)化。在現(xiàn)階段的知識(shí)經(jīng)濟(jì)時(shí)代，人工智能和數(shù)據(jù)挖掘勢(shì)必受到經(jīng)濟(jì)的影響，這決定了人工智能和數(shù)據(jù)挖掘?qū)⒕哂薪?jīng)濟(jì)特征。人工智能和數(shù)據(jù)挖掘技術(shù)作為無形資產(chǎn)可以直接帶來經(jīng)濟(jì)效益，通過交流，教育，生產(chǎn)和創(chuàng)新的無形資產(chǎn)將成為知識(shí)經(jīng)濟(jì)時(shí)代的主要資本?？梢灶A(yù)期未來的人工智能和數(shù)據(jù)挖掘技術(shù)將更加經(jīng)濟(jì)實(shí)用。(4)交叉學(xué)科的技術(shù)融合。各行各業(yè)的理論和方法都已經(jīng)開始融入了人工智能和數(shù)據(jù)挖掘之中。未來的人工智能和數(shù)據(jù)挖掘技術(shù)必將是一個(gè)融合眾多領(lǐng)的復(fù)合學(xué)科。當(dāng)今，我們已經(jīng)在逐漸使用人工智能與數(shù)據(jù)挖掘技術(shù)，去攻克更多難題，解決更多問題，造福人類，改善生活，近在眼前。

作者:喻正夫 單位:漢江師范學(xué)院

參考文獻(xiàn)：

[1]萬璞,王麗莎.數(shù)據(jù)挖掘與人工智能技術(shù)研究[J].無線互聯(lián)科技,2016(10):113-114.

[2]王翔.試論如何利用大數(shù)據(jù)挖掘技術(shù)推動(dòng)人工智能繼續(xù)發(fā)展[J/OL].科技創(chuàng)新報(bào),2017,14(01).

[3]秦益文.微博數(shù)據(jù)挖掘中人工智能推理引擎的應(yīng)用[J].中小企業(yè)管理與科技(中旬刊),2017(02).

[4]蒲東齊.數(shù)據(jù)挖掘在人工智能上的應(yīng)用[J].信息與電腦(理論版),2016(19).

[5]李丹丹.數(shù)據(jù)挖掘技術(shù)及其發(fā)展趨勢(shì)[J].電腦應(yīng)用技術(shù),2007（02）:38－40．

[6]蔡自興,徐光祐.人工智能及其應(yīng)用[M].北京:清華大學(xué)出版社,2004(8):5,21,312．

[7]鐘智,尹云飛.數(shù)據(jù)挖掘與人工智能技術(shù)[J].河南科技大學(xué)學(xué)報(bào)（自然科學(xué)版）,2004(3):44－47．