在不同的时期,不同的地方,黄金一直备受人类社会的推崇。2011年,某些地方黄金的价格每盎司突破了1900美元。多年来,黑金一直是对石油(目前每桶超过100美元)的重要性和价值的形象比喻。但是数据有可能成为未来真正有价值的商品吗?如果是这样,这与数学有什么关系呢?
2012年的四月是数学宣传月,这一年的宣传主题是:数学、统计和海量数据。
本文的目的是要探讨短语“数据挖掘”的含义,以及为了促进这个领域的发展采用了哪些数学工具和思想。数据挖掘的起源之一是减小数据的占用空间,从而产生了对收集到的数据进行分析的需求。本文将给出一个非数学问题引起数学界关注后,相关的数学又如何发展的经典例子。人们不止一次看到,过去所发展的数学,只因为其“美”及智力上的吸引力,常常是洞悉新的应用环境的工具。在描述问题的背景后,我将给出一些引起广泛关注的和数据相关的例子,并探讨涉及数据挖掘的“人工智能”的方法。
无处不在的数据
什么是“数据”?作为多重领域使用的术语,数据最常代表的是“事实”或数值形式的统计。然而,有时这个术语又被用来表示将要被分析或用来做决断的信息,最近出现的对于数据的“定义”又涉及到用计算机处理或分析的数字、符号、字符串和表格。
虽然数据长伴我们,但利用数据进行更深入的探索并(或)影响决策的想法则相对较新。几何和代数之根源可上溯千年,而“数据”数学则是近代产物,在过去的150年间发展迅猛。产生这种现象的部分原因是人们需要计算或分析大规模数据以获得重要信息,但这往往非常耗时,且受制于人为错误。因此,人们很自然地求助计算机来大规模采集和分析数据,以达到快速和准确的目的。