? 關于數據挖掘方面的研究，我原來也走過一些彎路。其實從數據挖掘的起源可以發現，它并不是一門嶄新的科學，而是綜合了統計分析、機器學習、人工智能、數據庫等諸多方面的研究成果而成，同時與專家系統、知識管理等研究方向不同的是，數據挖掘更側重于應用的層面。

??因此來說，數據挖掘融合了相當多的內容，試圖全面了解所有的細節會花費很長的時間。因此我建議你的第一步是用大概三個月的時間了解數據挖掘的幾個常用技術： 分類、聚類、預測、關聯分析、孤立點分析等等。這種了解是比較粗的，目標是明白這些技術是用來干什么的，典型的算法大致是怎樣的，以及在什么情況下應該選 用什么樣的技術和算法。
??
??經過初步了解之后，就要進入選題的階段，選擇自己感興趣的某個具體方向，然后通讀該方向的經典論文（綜述、主要發展方向、應用成果）。選題階段可能會花費較 長的時間，比如一年。此時，要逐漸明確突破點，也就是將來你論文的創新點。創新對于研究來說非常重要，一方面該創新的確比原來的方法要好，另一方面該創新 的確具有實用的價值。
?
??隨后，就要來實現自己的想法。通常對于碩士論文來說，需要建立原型系統，進行試驗，并用試驗結果來支持自己的論文主題。原型系統就是對自己創新點的實現，需 要很好地設計和開發。需要注意的是，原型系統的建立和開發商用系統不同，需要體現比較好的理論基礎。也就是說，原型系統并不是簡單地用于實現功能，而是將 你的一整套理論付諸實現。這種理論基礎也將會包含在你的論文中，以體現論文的理論高度。

?
??原型系統的搭建以及產生令人信服試驗結果，這個過程一般需要至少一年的時間。所以要集中精力于核心部分（體現論文創新點的部分），外圍的界面等等不應投入太多的精力，以免進度失控。
?
??最后是論文的整理和寫作了。建議你在之前的階段中逐步先寫出一些篇幅較短的論文（用于發在期刊、會議上），比如綜述、體系框架、算法內核、應用等等。這樣在最后寫畢業論文時就有了足夠多的內容，會寫得更好更快一些。
?
??以上只是泛泛而談。其實我覺得其中的關鍵點在于選題，而選題的好壞取決于你對數據挖掘研究現狀的了解、你的興趣和專長、以及該方向在應用上的意義。建議你和導師、同行多交流，能夠讓自己的方向更清晰。
?
??至于數據挖掘領域的就業，應該來說還是前景不錯的。如果你對研究有興趣，象微軟研究院、Google、高校研究所都是不錯的地方；如果你對實際應用有興趣，很多大的公司包括IBM、Accenture、亞信等等都有相應的人力需求，當然一些甲方的單位比如證券、保險、金融等等單位也都需要分析人才。

?

（轉自：http://www.dmresearch.net/data-mining-papers/200910/125134.html）

轉載于:https://www.cnblogs.com/jinrize/archive/2010/01/12/1644731.html

總結

以上是生活随笔為你收集整理的数据挖掘方面的论文指导（转）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。