基于領(lǐng)域知識(shí)的面向分類的屬性泛化分析

1、基于領(lǐng)域知識(shí)的面向分類的屬性泛化研究摘要數(shù)據(jù)規(guī)模的急劇增長(zhǎng)使得數(shù)據(jù)挖掘越來越重要。當(dāng)前的數(shù)據(jù)挖掘方法對(duì)數(shù)據(jù)的取值基本上是單一層次的，而實(shí)際領(lǐng)域中數(shù)據(jù)的取值可能隨著用戶的任務(wù)需求而需要進(jìn)行適當(dāng)?shù)膶哟巫儞Q。由于現(xiàn)實(shí)中領(lǐng)域知識(shí)的豐富性及復(fù)雜性，可能有不同的層次變換方向及取值可利用(即多重多層次化變換MRML)，而且不同取值與問題的相關(guān)性存在較大差異。因此，本文針對(duì)這類具有多重多層次的屬性泛化問題展開了研究。論文的主要研究?jī)?nèi)容如下：(1)詳細(xì)地

2、討論了領(lǐng)域知識(shí)的各種不同的知識(shí)表示模型，探討了由不同知識(shí)表示模型表示的領(lǐng)域知識(shí)在知識(shí)發(fā)現(xiàn)過程各個(gè)階段中的重要作用，展現(xiàn)了基于領(lǐng)域知識(shí)的知識(shí)發(fā)現(xiàn)的應(yīng)用前景及所面臨的挑戰(zhàn)。(2)描述了概念層次的基本概念以及表示方法，在此基礎(chǔ)上，構(gòu)建了多重多層次屬性泛化模型，表示了具體多種泛化路徑的屬性間的關(guān)系，并建立了基于分類的泛化模型，用于控制屬性層次變換。(3)在多重多層次屬性泛化模型的基礎(chǔ)上，提出一種基于MRML泛化關(guān)系的分類規(guī)則泛化學(xué)習(xí)方法(CGD

3、K)，該方法根據(jù)具體發(fā)現(xiàn)任務(wù)的需求和當(dāng)前實(shí)際數(shù)據(jù)庫的內(nèi)容，通過誤分類率的控制，在挖掘的過程中選擇最緊湊的泛化層次和路徑對(duì)屬性進(jìn)行泛化，以得到符合用戶個(gè)性化要求的優(yōu)化的分類規(guī)則。(4)在上述研究的基礎(chǔ)上，構(gòu)建了面向分類的多重多層次屬性泛化原型系統(tǒng)(MRMLCGDK)。關(guān)鍵詞：數(shù)據(jù)挖掘領(lǐng)域知識(shí)多重多層次泛化分類插圖清單圖11CRISPDM參考模型2圖21領(lǐng)域知識(shí)與知識(shí)發(fā)現(xiàn)過程中各環(huán)節(jié)的關(guān)系8圖22地域的概念層次示例10圖23屬性價(jià)格的概念層