第1章 绪论
1．1 本书的撰写目的及意义
随着信息技术的高速发展，交通领域各行业都加快了信息化建设的步伐，信息化应用水平有了明显的提高，伴随数据库技术的迅速发展，以及信息系统的广泛普及，交通领域现行系统中积累的数据越来越多。大量积累的数据背后隐藏着许多非常重要的信息，人们希望可以对其进行更深层次的分析，以便更好地利用这些数据。数据挖掘促使数据库技术进入了更为高级的阶段，不仅能满足对过去的数据进行查询和遍历的需要，而且能找出各种数据之间潜在的联系和规律，促进信息的传递。
采用数据挖掘技术实现对交通领域各行业现有数据进行挖掘的任务，其前提是实现数据的全面整合，建立数据仓库或数据中心，才能在此基础上建立各相应的数据挖掘模型。但是，就目前交通领域各单位、处室现有的应用系统来说，有的是根据业务需求白行开发研制，有的是由部、省、厅等上级管理部门下发，由于各系统的建设时期、开发部门、使用设备、技术发展阶段以及能力水平都不同，数据分散在不同的应用系统中，无法实现数据的共享和互联互通。交通领域各部门间信息的不通畅导致上下级部门之间、单位内业务处室之间存在“信息孤岛”的现象，数据、信息在单系统内封闭运行，系统化监控机制无法实施，严重妨碍了交通领域管理的高效决策，不仅增加了业务处理的复杂程度，也降低了工作的效率。
有的系统虽然实现了数据的集中管理，但是只提供查询访问功能，大量的数据存储在各系统的数据库中，不能被充分利用。无法预测未来的发展趋势，充分发挥数据、信息的价值，缺乏挖掘数据背后隐藏知识的手段和功能，出现“数据爆炸但知识贫乏”的问题。
聚类分析作为数据挖掘与统计分析研究的一个重要方面，为探索未知的数据结构提供帮助，并能成为一系列数据分析的起点，已被广泛应用于道路交通、港口、航空、航务海事及海运等领域，并形成了系统的方法体系。许多文献已经对聚类分析进行了深入的研究，并结合实际问题提出了许多改进方法。然而综合国内外对聚类分析的研究，同时考虑到交通领域的现状，仍有很多极具挑战性的问题亟待解决。
……
展开
