《資料挖掘：實用案例分析》——3.4 本章小結

　　本章主要介紹了資料挖掘模組化的方法論和常用的模組化工具。實踐表明，由于人工智能發展的局限性，計算機在未來相當長的一段時期内不可能像人類這樣會進行複雜的思考，它隻會按照人的指令工作。但是，計算機擁有海量的資料存儲能力和超強的計算能力，是以隻要我們建立合适的業務模型，設計完善的執行程式，選擇正确的分析算法，它一定可以更好地為我們服務。

　　資料挖掘技術是一個年輕且充滿希望的研究領域，商業利益的強大驅動力将會不停地促進它的發展。每年都有新的資料挖掘方法和模型問世，人們對它的研究正日益廣泛和深入。盡管如此，資料挖掘技術仍然面臨着許多問題和挑戰：如資料挖掘方法的效率亟待提高，尤其是超大規模資料集中資料挖掘的效率；開發适應多資料類型、容噪的挖掘方法，以解決異質資料集的資料挖掘問題；動态資料和知識的資料挖掘；網絡與分布式環境下的資料挖掘等；另外，近年來多媒體資料庫發展很快，面向多媒體資料庫的挖掘技術和軟體今後将成為研究開發的熱點。

　　近年來國内資料挖掘産品類型較多，也各有特色，頂尖資料挖掘平台（tipdm）是其中發展比較迅速的産品之一，第4章主要介紹該産品。