領(lǐng)域驅(qū)動的人機交互式?jīng)Q策樹模型及其算法研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫中知識發(fā)現(xiàn)的一個重要步驟，傳統(tǒng)數(shù)據(jù)挖掘是以數(shù)據(jù)對象作為研究基礎(chǔ)的挖掘方法，注重算法的運行效率以及模型的準(zhǔn)確率，是一種面向數(shù)據(jù)或者稱為數(shù)據(jù)驅(qū)動的數(shù)據(jù)挖掘，其挖掘結(jié)果包含大量的冗余規(guī)則、無需挖掘就可以得到的知識甚至是一些違反常識的錯誤結(jié)論，存在很大的弊端。
　　決策樹是數(shù)據(jù)挖掘分類技術(shù)中的主要模型。針對決策樹算法沒有考慮挖掘結(jié)果使用者的偏好、相對應(yīng)領(lǐng)域的知識約束、挖掘結(jié)果的可操作性等問題，應(yīng)用DDDM（Domain D

2、riven Data Mining）的思想，提出一種在構(gòu)建決策樹過程和結(jié)果評價標(biāo)準(zhǔn)中，融入用戶興趣度以及領(lǐng)域知識的人機交互式?jīng)Q策樹模型，客觀地評價挖掘結(jié)果在實踐中的具體效益，交付可直接用于實際行動的決策支持。
　　領(lǐng)域驅(qū)動的人機交互式?jīng)Q策樹模型強調(diào)用戶在數(shù)據(jù)挖掘過程中的參與度與主動性，改變傳統(tǒng)決策樹僅僅利用預(yù)先設(shè)置的算法，由機器自動搜索訓(xùn)練集中的隱含模式這種被動的挖掘策略，使以模式輸出為主的數(shù)據(jù)挖掘系統(tǒng)發(fā)展成為實際問題解決方案輸出

3、的決策系統(tǒng)。
　　本文的主要研究內(nèi)容包括以下幾個方面：
　　1.根據(jù)傳統(tǒng)數(shù)據(jù)挖掘局限于以數(shù)據(jù)和算法為中心，忽略了真實環(huán)境下各種領(lǐng)域知識對于挖掘過程的約束，分析這種舊挖掘模式的不足之處與自身缺陷。從理論水平、方法框架、模式架構(gòu)等幾個方面，綜述近十年來領(lǐng)域驅(qū)動數(shù)據(jù)挖掘的發(fā)展歷程和國內(nèi)外專家學(xué)者的研究成果。
　　2.設(shè)計轉(zhuǎn)化屬性值的代價矩陣和類別的效益矩陣來體現(xiàn)數(shù)據(jù)挖掘用戶的興趣度和所挖掘領(lǐng)域的知識約束。定義決策分枝的概念及

4、其價值，并用該價值作為領(lǐng)域驅(qū)動決策樹算法的屬性選擇度量。
　　3.以經(jīng)典決策樹算法為基本框架，提出一種領(lǐng)域驅(qū)動的人機交互式?jīng)Q策樹構(gòu)造算法和評估有效分枝轉(zhuǎn)移的決策推薦算法，讓數(shù)據(jù)挖掘結(jié)果使用者可以直接得知最佳方案的實際效益，做出正確、合理、可操作的決策。
　　4.基于上述理論研究，用德國電信旗下的T-Systems寬帶客戶數(shù)據(jù)集進(jìn)行實驗驗證。根據(jù)用戶的興趣度和具體的商業(yè)利潤，設(shè)置不同轉(zhuǎn)化屬性值的代價矩陣和類別的效益矩陣對同一測