空间数据挖掘的未来方向

在有关空间数据挖掘领域的研究和开发已经取得了另人瞩目的进展的同时，也存在一些理论及应用中急需解决和深入探讨的问题，这也是该领域的未来方向: 数据挖掘研究院

    1、效率和可扩放性:海量数据库中问题的维数越来越大，不仅增大了挖掘算法的搜索空间，也增加了盲目搜索的可能性。因此，必须利用领域知识除去与任务无关的数据，有效地降低问题的维数，设计出更加有效的数据挖掘算法。

    2、挖掘模式的精练:当挖掘搜索空间很大时，就会获得许多挖掘结果。其中有些是偶然、盲目的，这时可以用领域知识进一步精练所挖掘的模式，从中提取有用的知识。 数据挖掘研究院

    3、在面向对象(Object-Oriented,简称OO)的空间数据库中进行数据挖掘:目前在实际应用中的空间数据挖掘方法都假定在空间数据库中采用的是扩展的关系模型，而关系型数据库并不能很好地处理空间数据。许多研究者指出，OO模型比传统的关系模型或扩展关系模型更适合处理空间数据，如矩形、多边形和复杂的空间对象可在00数据库中很自然地建模。因此，可以考虑建立面向对象的空间数据库以进行数据挖掘。需要解决的问题是如何使用00方法设计空间数据库，以及怎样从数据库中挖掘知识。目前00数据库技术正在走向成熟，在空间数据挖掘中开发OO技术是一个具有极大潜力的领域。

    4、和其它系统的集成:一个功能方法单一的数据挖掘系统其适用范围必然受到限制，而且挖掘的知识系统仅局限于数据库领域。然而要在更广阔的领域挖掘知识，数据挖掘系统就应该是数据库、知识库、专家系统、决策支持系统、可视化工具和网络等多项技术集成的系统。 数据挖掘研究院