資料探勘( Data Mining )技術

的協助審計人員找出非自然的經濟交易，例如可能的錯誤、潛在的舞 弊行為、人為的偏差與無效率或不正常的經濟行為等。但是根據 Benford 定律所完成的分析結果仍須要依賴專業的判斷，才能正確判 斷統計數據中是否確實存在錯誤或舞弊。因此，Benford 定律雖然不 能直接斷定資料的正確性，但由於其能夠協助審計人員有效的找出可 能的錯誤、潛在的舞弊行為、人為的偏差與無效率或不正常的經濟行 為，指導審計人員查核的方向，降低審計的風險，增加審計工作的效 率與效果，故 Benford 定律已被實務界相當推崇與採用。

智慧或能自動產生資訊的技術或工具來應付業務上之需求，於是結合 統計、資訊等資料探勘的技術便應運而生。

葉怡成(2005)指出，資料探勘是一門相當新的理論，在 1987 年 以前不曾出現這個名詞，1990 年之前雖然有這一類的期刊論文，但 數量很少。雖然資料探勘這名詞很晚出現，但其發展卻極為迅速。且 很多領域都陸續使用這種技術，其已廣泛的被應用在企業界及科學研 究上。資料探勘興起於 1990 年代，但它的三大支柱：資料庫、統計 方法、人工智慧(機器學期、類神經網路)等早已分別發展茁壯。這些 相關技術的發展如下。

1960 年代 網路式資料模式、通用問題求解器 1970 年代 關聯式資料模式、決策支援系統

1980 年代 高等資料模式、應用導向 DBMS(Database Management System)、專家系統

1990 年代 資料倉儲、多媒體資料庫、機器學習、類神經網路、資 料探勘

2000 年代 高等資料之資料探勘、應用導向資料探勘

資料探勘技術的發展史如表 2.4 所示：

表 2.4 資料探勘技術的發展史

1989 舉 辦 IJCAI(International Joint Conferences on Artificial Intelligence ) Workshop on Knowledge Discovery in Database。

1991-1994 舉辦 Workshop on Knowledge Discovery in Database。

1995-1998 舉 辦 International Conferences on Knowledge Discovery in Database and Data Mining(KDD ’95-’98)。

1997 創辦 Journal of Data Mining and Knowledge Discovery。

1998 以後 舉辦許多研討會(ACM SIGKDD、PAKDD、PKDD、SAIM-Data Mining、ICDM 等)。

2000 麻省理工學院 2000 年元月號「科技評論(Technology Review)」

預測，未來會改變世界的十大新興科技中，資料探勘名列第四。

2000 國人第一套自行研發資料探勘之演算法及核心技術正式誕生。

2002 第六屆亞太知識發現/資料探勘大會(PAKDD，Pacific-Asia Conf.

on Knowledge Discovery and Data Mining )在台北舉辦。

2.5.2 資料探勘的定義

Clifton 與 Thuraisingham(2001)指出，資料探勘是一選出樣本的過 程，以及從大量引起疑問的資料中預測趨勢(先前未知的)。數十年 來，不同的組織均曾使用統計軟體來進行分析，且使用類神經網路和 人工智慧技術，預測趨勢和選出樣本。近年來，透過資料庫管理系統，

管理大量數據，結合統計、人工智慧和資料庫管理，已發展成為一個 新的領域，叫做資料探勘。

葉怡成(2005)指出，資料探勘在發展的歷史上雖然較短，但自 1990 年代以來，發展的速度很快，因其為一綜合許多學科的產物，

故目前尚未有一完整的定義。目前人們已為資料探勘下了許多種定 義，如以下所示：

在大量資料中，有價值的資訊或知識的蒐尋，稱為資料探勘。

從大型資料庫中，預測知識的自動擷取，稱為資料探勘。

從大型資料庫的資料中，有興趣的模式或樣式的擷取，稱為資料 探勘。

資料探勘是從資料中，識別有效的、新奇的、有用的、和能理解 的樣式之過程。

資料探勘是一種知識發現過程。

資料探勘是快速的統計學。