領域知識制導的數(shù)據(jù)挖掘技術及其在中藥提取中的應用.pdf

1、數(shù)據(jù)挖掘（DM）或者知識發(fā)現(xiàn)(KDD)技術，是從大量數(shù)據(jù)中發(fā)現(xiàn)有價值的和隱藏的知識的過程，它能夠解決“數(shù)據(jù)爆炸但知識貧乏”這個現(xiàn)實問題。在數(shù)據(jù)挖掘的整個過程中，領域知識起到非常重要的作用，它能夠提高數(shù)據(jù)挖掘的效率和挖掘質量。將領域知識融入到數(shù)據(jù)挖掘整個過程之中是一個重要但還沒有很好解決的課題。針對這個課題，本文做了如下幾個方面的研究工作： 1、論述了領域知識在每個數(shù)據(jù)挖掘階段中所起到的作用，以及挖掘系統(tǒng)引入領域知識的方式；分析了

2、目前領域知識制導的數(shù)據(jù)挖掘技術的研究現(xiàn)狀。 2、研究和實現(xiàn)了一個支持數(shù)據(jù)挖掘的知識庫系統(tǒng)，用于存儲和管理制導數(shù)據(jù)挖掘過程中的領域知識?？偨Y出用于制導數(shù)據(jù)挖掘過程的七類領域知識，并采用兩級知識組織方式對領域知識進行組織；實現(xiàn)了知識編輯、知識檢索和知識選擇等知識管理功能，并針對各種類型領域知識設計了知識輸入模型和顯示模型，方便用戶對知識進行輸入和查閱；在知識校驗時，重點考慮了規(guī)則的矛盾性和冗余性校驗，確保了知識庫的一致性。該知識庫系

3、統(tǒng)是建立在關系型數(shù)據(jù)庫之上，因此它能夠利用成熟的數(shù)據(jù)庫管理技術進行知識管理。 3、研究了基于領域知識的數(shù)據(jù)預處理技術。分析了用于數(shù)據(jù)預處理的領域知識的分類，以及基于領域知識的數(shù)據(jù)預處理系統(tǒng)的基本結構；分別討論了基于領域知識的不完整數(shù)據(jù)、錯誤數(shù)據(jù)以及重復數(shù)據(jù)等數(shù)據(jù)清洗技術；研究了基于領域知識的數(shù)據(jù)離散化和數(shù)據(jù)概化兩種數(shù)據(jù)轉換技術。 4、研究了領域知識制導的數(shù)據(jù)挖掘（指知識發(fā)現(xiàn)的一個關鍵環(huán)節(jié)）技術。提出了一種基于算法適用知識

4、的挖掘算法選擇系統(tǒng)，該系統(tǒng)簡單，易于實現(xiàn)，而且允許挖掘算法動態(tài)添加；對挖掘算法的參數(shù)選擇方法進行了討論，分析了領域知識在各種參數(shù)選擇方法中的作用；討論了基于領域知識的查詢優(yōu)化技術，對各種查詢優(yōu)化方法進行了總結；討論了元規(guī)則制導的數(shù)據(jù)挖掘技術，針對當前元規(guī)則的實例方法的不足，提出了一種新的元規(guī)則的實例方法。該方法能夠大大削減元規(guī)則的候選實例集。 5、研究了領域知識制導的知識評價技術。介紹了發(fā)現(xiàn)模式興趣度的相關概念及評價指標，討論了

5、常用的規(guī)則客觀興趣度評價指標；在討論規(guī)則的主觀興趣度時，提出了一種規(guī)則意外性的評價方法，該方法考慮了意外規(guī)則的三種形式和用戶領域知識的不確定性，給出了意外性的度量函數(shù)及其實現(xiàn)算法；采用規(guī)則模板表示用戶關于發(fā)現(xiàn)規(guī)則的可用方面的領域知識，在此基礎上，提出了一種規(guī)則可用性的評價方法。 6、實現(xiàn)了一個數(shù)據(jù)挖掘原型系統(tǒng)Miner2005。該系統(tǒng)集成了知識庫管理、數(shù)據(jù)源選擇、數(shù)據(jù)預處理、數(shù)據(jù)挖掘和知識評價等功能，且具有領域知識制導、較強的適