大數(shù)據(jù)給互聯(lián)網(wǎng)帶來了空前的信息大爆炸，它改變了互聯(lián)網(wǎng)數(shù)據(jù)的使用方式，也對人類的生產(chǎn)和生活產(chǎn)生了深遠(yuǎn)的影響。生活在大數(shù)據(jù)時代的人，意識到大數(shù)據(jù)對數(shù)據(jù)分析的理解需要由“向后分析”轉(zhuǎn)變?yōu)?ldquo;向前分析”，這使得人們的思考方式發(fā)生了變化。在大數(shù)據(jù)時代，數(shù)據(jù)的產(chǎn)生和收集是基礎(chǔ)，而數(shù)據(jù)挖掘則是核心。在大數(shù)據(jù)領(lǐng)域，數(shù)據(jù)挖掘是最重要、最有價值的工作。一般而言，數(shù)據(jù)挖掘或知識發(fā)現(xiàn)泛指從大量數(shù)據(jù)中挖掘出隱含的、先前未知但潛在的有用信息和模式的一個工程化和系統(tǒng)化的過程。
目前已有的資料采掘工具，例如Weka[4]、SPSS、SQL Server等，為用戶分析提供了一個友好的界面，但是，這些方法都不適用于大規(guī)模的數(shù)據(jù)分析。同時使用這些工具時，用戶很難添加新的算法程序。為了解決現(xiàn)有工具和產(chǎn)品在大數(shù)據(jù)挖掘中的局限性，WIMI微美全息（NASDAQ:WIMI)開發(fā)了一個新的平臺——基于數(shù)據(jù)挖掘算法分析的人工智能信息管理平臺，并取得了軟件著作權(quán)。這是一個用戶友好并支持在分布式環(huán)境中進(jìn)行高效率計算和快速集成的數(shù)據(jù)挖掘系統(tǒng)，該平臺支持?jǐn)?shù)據(jù)分析人員快速、有效地進(jìn)行數(shù)據(jù)挖掘任務(wù)。
WIMI微美全息（NASDAQ:WIMI)研發(fā)的基于數(shù)據(jù)挖掘算法分析的人工智能信息管理平臺，采用人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，從海量的數(shù)據(jù)中提取隱藏的、先前未知的、具有潛在價值的信息。它的主要目標(biāo)是從大量的數(shù)據(jù)源中抽取出超集的信息，并將其融合，以揭示其深層結(jié)構(gòu)和內(nèi)部聯(lián)系。將信息建立于分布式異構(gòu)環(huán)境之上，可以大大減少不同物理環(huán)境給構(gòu)建數(shù)據(jù)分析任務(wù)帶來的復(fù)雜度，充分利用分布式計算的能力提升數(shù)據(jù)分析的效率。另外，平臺的計算資源是可動態(tài)增減的，使其具備根據(jù)具體分析任務(wù)數(shù)量進(jìn)行在線調(diào)整計算物理資源的能力。最后，友好的用戶接口為基于平臺構(gòu)建不同的大數(shù)據(jù)挖掘應(yīng)用提供了極大的便捷。
WIMI微美全息的該平臺利用遺傳算法，粗集方法，決策樹方法和神經(jīng)網(wǎng)絡(luò)方法，將數(shù)據(jù)挖掘的一般步驟分為:分析問題：確定源數(shù)據(jù)庫是否符合數(shù)據(jù)挖掘標(biāo)準(zhǔn)；對數(shù)據(jù)進(jìn)行提取、清理和驗證，去除數(shù)據(jù)中的噪聲，獲得數(shù)據(jù)完整、格式統(tǒng)一的數(shù)據(jù)；創(chuàng)建和調(diào)試模型：將選用的數(shù)據(jù)挖掘算法應(yīng)用到數(shù)據(jù)中創(chuàng)建模型，通過數(shù)據(jù)來對模型進(jìn)行校驗和調(diào)整，以獲得滿足使用要求的數(shù)據(jù)模型；維護(hù)數(shù)據(jù)挖掘模型：隨著數(shù)據(jù)量的增加，一些關(guān)鍵信息的改變有可能嚴(yán)重模型的精度，需對模型進(jìn)行調(diào)整和維護(hù)，嚴(yán)重模型的準(zhǔn)確性和模型維護(hù)是數(shù)據(jù)挖掘的重要環(huán)節(jié)。通過模型維護(hù)可以保持模型的活力，不斷改進(jìn)模型。
隨著大數(shù)據(jù)時代的來臨，各行各業(yè)所積累的數(shù)據(jù)呈爆炸式增長，數(shù)據(jù)挖掘在各個領(lǐng)域的需求將會越來越強(qiáng)烈，與各個專業(yè)領(lǐng)域的結(jié)合也將會越來越廣泛。無論是在科學(xué)領(lǐng)域還是工程領(lǐng)域、理論研究還是現(xiàn)實生活中，WIMI微美全息的基于數(shù)據(jù)挖掘算法分析的人工智能信息管理平臺將有著極為廣闊的發(fā)展前景。
