数据挖掘中SOM网络下的数据分析设计范文
本站小编为你精心准备了数据挖掘中SOM网络下的数据分析设计参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。
[摘要]随着计算机技术的不断发展，信息越来越复杂和多样，迫切需要高效的信息采集和信息挖掘工具，对数据进行智能化分析，从中找到有价值的数据信息，更好地服务信息化时代。基于此，着重介绍SOM网络的数据分析可视化设计。
设计视觉是人们获取外部信息的重要渠道之一，有数据显示，人类有80％以上的信息都是通过视觉获得的。因此，采用图像化的数据展示方式，可以让人更深刻地理解和分析信息，可视化已经成为当今科学领域的发展趋势之一。
1数据挖掘
数据挖掘的概念：数据挖掘就是把大量数据通过计算机算法，找到其中隐藏的信息数据，从而满足人类信息需要。数据挖掘通过计算机技术，对数据进行统计、在线分析处理、数据比对、模式识别等流程，最后得到有效数据信息。这些信息被广泛应用于商务管理、市场分析、科学探研之中，数据挖掘主要有数据准备、规律查找、规律表示三大步骤，数据挖掘的主要任务有关联分析、分类分析、演变分析、特异群组分析等。数据挖掘的对象：信息数据来源广泛，数据量巨大，如果没有高效的数据统计和数据分析功能，就不能及时获取有效信息，方便人类各项工作。数据类型多样主要是结构化、半结构化、异构型几种，数据挖掘的对象丰富多变，可以是任何类型的数据形式，各种数据源和数据仓库，也可以是简单的数据文本和多媒体数据，凡是具有信息特征的数据都可以进行数据挖掘，这种挖掘方式具有科学性，对于人类的发展有很大的积极作用。数据挖掘的步骤：数据挖掘的过程中，首先要对数据有针对性的理解和方法，每一步应该做什么，怎么做，要达到什么样的目的和结果，只有这样才能确保数据挖掘工作有条不紊地进行。数据挖掘的步骤主要有定义问题、定义数据挖掘数据库、分析取得的数据、准备要挖掘的数据、建立数据库模型、对于数据模型取得的结果进行分析评价、数据成果实施。这些步骤缺一不可，每一个步骤都有经过实际的数据检验，可以确保挖掘出来的信息科学有效，满足人类应用。
2SOM网络的数据分析可视化设计
SOM网络算法：SOM就是自组织映射(Self-organizingMaps，SOM)，简称为SOM算法[1]。SOM算法是一种无导师的学习方法，这种学习方法具有良好的自组织和可视化特点，是通过模拟人类大脑，对信息进行集中处理分析的人工神经网络，在目前的科学发展中属于应用最为广泛的自组织神经网络方法，SOM算法中的WTA(WinnerTakesAll)竞争机制更为科学合理。SOM算法的结构如图1所示，主要是由输入层和竞争层两部分组成，输入层的神经元数为n，竞争层则是由m个神经元组成的一维或者二维的平面阵列，这些阵列的网络全都是相互连接的，也就是说每一个输入结点和所有的输入结点都是相互连接的。随着SOM算法不断使用，SOM算法也逐渐趋于完善，比较有代表性的是GSDM算法，这种算法基本思维就是把n维空间的单形体，如一维空间的线段、二维空间的三角形等作为基本的构建模块，随着不断的计算运行最终形成SOM网络[2]。数据可视化：数据可视化是关于数据视觉表现形式的科学研究，这种视觉主要就是指通过某一种形式将信息数据展示出来，图像处理和计算机视觉以及用户的视觉都可以通过数据建模的形式展示，人类再加以整合分析得到最终数据。数据可视化主旨是要用图像形式将信息进行沟通和传递，其中加入美学的展示形式和功能，直观有效，有利于对数据集进行精准分析。数据可视化和信息图形、信息可视化、科学可视化以及统计图形息息相关，数据可视化已经是当前科学主要的研究领域。其中数据可视化主要包括数据空间、数据开发、数据分析这几大内容，数据可视化相比立体建模有更大的发展方向，高级的技术方法可以更好地利用图像对数据加以分析整合，数据可视化处于不断发展之中。SOM网络的数据分析可视化设计：基于SOM网络的数据分析可视化设计在生活中应用非常普遍，可以提供多种多样的数据展示形式，图形渲染多样化，人机交互的工作形式，在日益发展的互联网经济中充当着重要角色。电商经营的可视化数据可以很快地抓住重要信息，通过视觉化将各种繁杂的数据展示出来，一方面清晰可见，另一方面也更加科学，展示出了电商的模式和观察数据，通过一种不需要人为过多参与的工作结构模式，将问题简单化，通过视觉化展示，把复杂的信息数据变成一道道数据风景线，绘制出数据地图，这让电商经营模式大为改观，得到了最佳发挥。这种数据可视化展示方法，让更多的人看到数据可视化的魅力，通过高水准的可视化操作，可以满足电商行业的会议展览、业务监控、风险评估和预警、地理信息数据分析等需求，让数据更生动、更灵活、更友好。不论是电商行业的零售、物流和电力，还是电商行业的水利、环保和交通，数据可视化都越来越成为大数据解决的重要环节和方式。
3结语
数据分析可视作科学发展的趋势，通过模拟人类的大脑思维，结合现代化的计算机网络技术，可以迅速将高维数据的结构特点展示出来，广泛应用于各个领域，数据挖掘和数据可视化技术的不断应用，丰富了信息处理的方式，更是一种自动化、有前瞻性的科学技术。
【参考文献】
[1]徐燕.基于数据挖掘的网络链接预测研究[J].信息网络安全，2017(06)：30-34.
[2]刘汝隽，辛阳.网络安全数据可视分析系统的设计与实现[J].信息网络安全，2016(11)：40-44.
作者：陈斌 单位：长春汽车工业高等专科学校
