動(dòng)態(tài)信息系統(tǒng)決策規(guī)則挖掘模型與應(yīng)用.pdf

1、傳統(tǒng)規(guī)則挖掘處理的對(duì)象是某個(gè)時(shí)間點(diǎn)上靜態(tài)的信息系統(tǒng)，因而獲得的知識(shí)也是靜態(tài)的。實(shí)際上信息系統(tǒng)通常表現(xiàn)為易變性和過(guò)程性，為了刻畫某時(shí)間段內(nèi)信息系統(tǒng)的變化趨勢(shì)和變化規(guī)則，本文擴(kuò)展了動(dòng)態(tài)信息系統(tǒng)模型，提出動(dòng)態(tài)信息系統(tǒng)變換模型和形式化表示，包括差異信息系統(tǒng)和趨勢(shì)信息系統(tǒng)模型，運(yùn)用粗糙集方法與概念格方法挖掘用戶感興趣的動(dòng)態(tài)決策規(guī)則。 本文主要工作包括以下幾個(gè)方面： 1.提出動(dòng)態(tài)信息系統(tǒng)變換模型和變換規(guī)則的形式化描述。本文擴(kuò)展了動(dòng)態(tài)

2、信息系統(tǒng)模型，提出基于觀察點(diǎn)的動(dòng)態(tài)信息系統(tǒng)變換模型，建立面向信息系統(tǒng)變化趨勢(shì)的類劃分機(jī)制和相應(yīng)的語(yǔ)義，對(duì)條件屬性變遷與決策屬性變遷的相關(guān)性進(jìn)行研究，并給出面向時(shí)間序列的變換規(guī)則的形式化描述。以上研究工作擴(kuò)展了靜態(tài)信息系統(tǒng)傳統(tǒng)分類方法的應(yīng)用模式，使之能在基于時(shí)間序列的動(dòng)態(tài)決策信息系統(tǒng)變化過(guò)程中發(fā)揮作用，以便挖掘決策信息系統(tǒng)變換過(guò)程中的變換規(guī)則。 2.給出差異信息系統(tǒng)的定義，并以此提出決策規(guī)則挖掘算法DI_FindRules。差異信

3、息系統(tǒng)是由兩不同時(shí)間點(diǎn)的決策表建立的，它描述了決策表之間的條件屬性變化量與決策屬性變化趨勢(shì)之間的關(guān)系；并提出了差異信息系統(tǒng)上的一種啟發(fā)式的決策規(guī)則挖掘算法(DI_FindRules算法)，與傳統(tǒng)的粗糙集決策規(guī)則挖掘算法相比，DI_FindRules算法試圖生成最重要的約簡(jiǎn)，而不生成全部可能的約簡(jiǎn)，從而提高了規(guī)則挖掘的效率。 3.構(gòu)造對(duì)象(集)趨勢(shì)決策表，繼而提出趨勢(shì)概念格的概念。提出了基于時(shí)間序列而建立的特定對(duì)象(集)的趨勢(shì)信息

4、系統(tǒng)(或趨勢(shì)決策表)，它描述了在決策表中單個(gè)對(duì)象(集)隨時(shí)間的變化屬性值的變化趨勢(shì)。論文擴(kuò)展了概念格理論，提出了趨勢(shì)概念格的概念，并給出了高效的趨勢(shì)概念格建格算法(Create DecisionLattice算法)、與趨勢(shì)有關(guān)的決策規(guī)則挖掘算法(FindRules_DecisionLattice算法)。與傳統(tǒng)的建格算法比較，由于建立趨勢(shì)概念格的目的是提取對(duì)象相關(guān)的趨勢(shì)決策規(guī)則，所以建格算法做了改進(jìn)，省略與決策規(guī)則無(wú)關(guān)的概念的構(gòu)建過(guò)程，從

5、而在提取相同決策規(guī)則的前提下，本文采用的算法不僅減少了概念的數(shù)目，而且提高了規(guī)則挖掘的效率。 4.分析了差異信息系統(tǒng)在實(shí)際應(yīng)用中存在的問(wèn)題。比如：抗噪能力差、規(guī)則數(shù)目多、出現(xiàn)大量新的不一致，提出了RSTT算法，挖掘出所有滿足支持度與置信度閾值要求的決策規(guī)則。 5.從上市公司的股票交易日的數(shù)據(jù)入手，抽取了對(duì)股票價(jià)格影響較大、反映上市公司財(cái)務(wù)經(jīng)營(yíng)狀況的多個(gè)屬性，構(gòu)建股票交易的記錄決策表。由多個(gè)時(shí)間點(diǎn)上的股票交易記錄決策表，構(gòu)