面向數(shù)據(jù)挖掘的關(guān)系型領(lǐng)域知識(shí)融合方法研究.pdf

1、現(xiàn)有數(shù)據(jù)挖掘技術(shù)所面向的數(shù)據(jù)大多是在原始層次上的，相應(yīng)的挖掘方法是無領(lǐng)域知識(shí)融合，或者是依賴于用戶參與的人工方式融合領(lǐng)域知識(shí)來實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)的過程。然而，實(shí)際應(yīng)用領(lǐng)域的數(shù)據(jù)存在層次上的差異，有些數(shù)據(jù)是原始級(jí)的，還有些數(shù)據(jù)與其他一些數(shù)據(jù)密切相關(guān)，并且采用這些相關(guān)數(shù)據(jù)的適當(dāng)?shù)慕M合或泛化粒度可能更好地揭示其內(nèi)在的規(guī)律。因此，充分利用與原始數(shù)據(jù)相關(guān)的領(lǐng)域知識(shí)指導(dǎo)數(shù)據(jù)挖掘的工作，能“從極不相同的粒度上觀察和分析同一問題”，達(dá)到在合理的數(shù)據(jù)層次上獲取

2、知識(shí)，在不同的數(shù)據(jù)層次上靈活轉(zhuǎn)換，做到往返自如，毫無困難，這成為重要的研究課題。
　　鑒于實(shí)際應(yīng)用領(lǐng)域中，大量的數(shù)據(jù)存在著以屬性擴(kuò)展或延伸為代表形式的領(lǐng)域知識(shí)，而此類領(lǐng)域知識(shí)大多采用關(guān)系表的形式出現(xiàn)。因此，本文重點(diǎn)研究關(guān)系型領(lǐng)域知識(shí)的表示及其與數(shù)據(jù)挖掘研究工作融合的方法，從而自動(dòng)有效的開展知識(shí)發(fā)現(xiàn)工作。
　　本文主要研究工作如下:
　　(1)提出基于關(guān)系模型領(lǐng)域知識(shí)的結(jié)構(gòu)化表示模型DKMRM(Domain Knowle

3、dge of Multi-Relations Model，DKMRM)。模型中采用關(guān)系模型對(duì)數(shù)據(jù)表中的相關(guān)屬性的領(lǐng)域知識(shí)進(jìn)行映射或投影，從而構(gòu)成領(lǐng)域知識(shí)的上下文關(guān)系表，進(jìn)而形成了復(fù)雜的多關(guān)系表示模型。在面向關(guān)系型數(shù)據(jù)庫系統(tǒng)進(jìn)行挖掘時(shí)，利用這種模型和必要的變換策略，可以將某些原始數(shù)據(jù)泛化或例化到合理的層次，以獲得更符合用戶個(gè)性化需求的知識(shí)形式。
　　(2)基于DKMRM的數(shù)據(jù)挖掘研究工作。提出面向數(shù)據(jù)挖掘的關(guān)系型領(lǐng)域知識(shí)融合方法。以

4、分類問題為實(shí)際案例，建立融合關(guān)系型領(lǐng)域知識(shí)的分類挖掘方法框架。針對(duì)傳統(tǒng)挖掘方法存在的局限性，本方法框架有效解決傳遞源、傳遞路徑、終止策略、傳遞的偏差統(tǒng)計(jì)等關(guān)鍵問題。
　　(3)提出基于屬性選擇的多關(guān)系分類挖掘算法CC-DKMR(Classification of Characters based on Domain Knowledge of Multi-Relations，CC-DKMR)和基于關(guān)系表選擇的多關(guān)系分類挖掘算法CS-

5、DKMR（Classification of Sheets based on Domain Knowledge of Multi-Relations，CS-DKMR），以尋求在不同的數(shù)據(jù)粒度層次上挖掘模式和靈活的轉(zhuǎn)換機(jī)制，從領(lǐng)域知識(shí)中獲取更有價(jià)值的知識(shí)。實(shí)驗(yàn)表明此方法是有效的。
　　(4)提出在數(shù)據(jù)挖掘的評(píng)測階段融合領(lǐng)域知識(shí)的挖掘算法的評(píng)測方法，解決數(shù)據(jù)挖掘的算法（程序）存在的“oracle”現(xiàn)象，傳統(tǒng)的評(píng)測方法難以具有適應(yīng)性的問