机器学习算法在数据挖掘中的应用

近年来，随着信息技术，计算机技术及互联网的快速发展，各个 社会领域均积累起了规模庞大的数据。随着信息系统的广泛应用，源 自古老的数据分析及统计技术，加上现代的人工智能，数据库和统计 学相关技术，研究如何充分利用大规模的数据，发掘出有用知识的数 据挖掘技术迅速发展起来。 机器学习是解决数据挖掘问题的主要方法之一。机器学习是一种 利用系统本身进行自我改进的过程，使计算机程序能随着经验的积累 自动提高性能，虽然到目前为止机器学习还不足以使计算机具备和人 类一样强大的学习能力，但针对大量特定学习任务的算法的提出，使 计算机具备了从大量数据中提取特征、发现隐含规律的能力，因此机 器学习在数据挖掘中得到了广泛应用。 本文针对两个具体的数据挖掘问题提出了基于机器学习算法的 解决方案:第一个问题为利用大量路测的移动终端接收电平信号数据 对GSM网络户外移动终端进行定位，针对这一问题，本文在过往成 果的基础上提出一种基于支持向量机和k-近邻法的三阶段定位方法， 该方法相对于以往基于机器学习的定位方法大幅提高了定位精度和 定位速度。第二个问题为利用大量用户数据对新浪微博这一特定社交 网络中的用户联系进行预