1、數據挖掘指的是從大量的數據中提取隱含的、事先未知的、并且潛在有用知識的技術.然而,在實際應用中各部門、各行業(yè)及各應用領域對于相同的數據概念可能有著不同的功能需求和描述,從而導致了數據的不一致性,影響了數據挖掘的質量及有效性.對數據進行規(guī)范化管理的數據標準化正是解決這一問題的有效方法,以數據元為基本單位的數據標準化通過對數據元及其屬性的規(guī)范化處理,可以有效實現(xiàn)用戶跨系統(tǒng)和跨環(huán)境的數據共享,為數據挖掘提供了一個通暢的數據環(huán)境.該文以數據元為

2、主要研究對象,剖析了數據標準化和數據挖掘的本質和流程,指出了二者的有機聯(lián)系,從而提出了基于數據元表示的數據挖掘思路和技術框架.在此基礎上以農業(yè)信息領域為例,對基于農業(yè)數據元表示的數據挖掘進行了詳細的論述和實現(xiàn).該文的主要內容及結論:第一,論述了數據挖掘的基本概念、本質及流程,對以數據元為基本單位的數據標準化本質進行了研究,詳細分析了兩者的聯(lián)系,提出了基于數據元表示的數據挖掘技術框架.第二,在對數據標準化充分研究的基礎上,結合農業(yè)信息領域

3、的特點,提出了農業(yè)數據元概念、農業(yè)數據元表示規(guī)范及基于XML schema農業(yè)數據元存儲交換格式.為農業(yè)信息資源的跨系統(tǒng)跨環(huán)境使用提供了統(tǒng)一的信息表示形式、信息獲取方法、信息分類編碼方案、數據交換格式等一系列規(guī)范,為實現(xiàn)農業(yè)信息的正確表達及無誤差傳播,農業(yè)數據的交換與共享,集成處理與高效利用奠定了基礎.第三,在農業(yè)數據標準研究的基礎上,提出了基于農業(yè)數據元表示的數據挖掘方法,并通過一個基于粗糙集理論的農業(yè)病害規(guī)則產生實例對該方法進行了驗