結(jié)合本體與規(guī)則的并行頻繁模式發(fā)現(xiàn)的研究.pdf

1、頻繁模式發(fā)現(xiàn)是運(yùn)用數(shù)據(jù)挖掘技術(shù)在海量數(shù)據(jù)中快速地挖掘出隱含信息中的使用模式的過(guò)程，是知識(shí)發(fā)現(xiàn)領(lǐng)域的研究熱點(diǎn)。當(dāng)前頻繁模式發(fā)現(xiàn)主要是基于文本挖掘技術(shù)的，其數(shù)據(jù)集缺乏語(yǔ)義，因此挖掘結(jié)果往往不盡如人意。本體作為一種有效的知識(shí)描述手段，能有效地提升數(shù)據(jù)表達(dá)的語(yǔ)義，但其本身推理能力較弱。因此利用具有強(qiáng)大推理能力的規(guī)則邏輯，結(jié)合本體構(gòu)成混合邏輯知識(shí)庫(kù)，這種方法可以有效地提升頻繁模式發(fā)現(xiàn)的質(zhì)量。在混合邏輯知識(shí)庫(kù)上挖掘頻繁模式的時(shí)間開(kāi)銷(xiāo)非常大，尤其是對(duì)

2、觀察集進(jìn)行覆蓋測(cè)試的時(shí)候需要進(jìn)行大量的推理計(jì)算。因此，本文在結(jié)合本體和規(guī)則構(gòu)成混合邏輯知識(shí)庫(kù)的基礎(chǔ)之上，研究頻繁模式發(fā)現(xiàn)的并行的處理架構(gòu)，通過(guò)約簡(jiǎn)選言規(guī)則庫(kù)中雙向邏輯推理模式，給出模式的形式化定義，在此基礎(chǔ)上提出一種基于 ILP的頻繁模式發(fā)現(xiàn)并行計(jì)算框架，并設(shè)計(jì)實(shí)現(xiàn)了該原型系統(tǒng)。本文主要研究成果如下：
　　1)針對(duì)并行計(jì)算框架給出了模式的形式化定義
　　傳統(tǒng)的選言規(guī)則模式基于雙向信息流，不適用于并行計(jì)算框架。本文在分析頻繁模

3、式發(fā)現(xiàn)過(guò)程中發(fā)現(xiàn)，大量的信息從知識(shí)庫(kù)中通過(guò)規(guī)則體的描述邏輯原子作用于異構(gòu)規(guī)則，因此本文通過(guò)簡(jiǎn)化規(guī)則頭的描述，給出了一種單向信息推理的模式的形式化定義，這種定義雖然在一定程度上弱化了模式的描述能力和推理能力，但能利用并行計(jì)算框架極大地提高頻繁模式發(fā)現(xiàn)的效率。
　　2)提出了一種本體與規(guī)則相結(jié)合的并行頻繁模式發(fā)現(xiàn)方法
　　基于MapReduce框架，在本體與規(guī)則相結(jié)合的混合知識(shí)庫(kù)上，提出一種并行ILP頻繁模式發(fā)現(xiàn)的方法。從核心概

4、念出發(fā)，通過(guò)節(jié)點(diǎn)擴(kuò)展算法生成Trie樹(shù)，在完成安全性檢查、等價(jià)性驗(yàn)證和冗余性驗(yàn)證的基礎(chǔ)上，將需要大量計(jì)算的模式檢測(cè)過(guò)程分發(fā)到并行計(jì)算節(jié)點(diǎn)上，從而降低觀察覆蓋測(cè)試時(shí)間，提高模式發(fā)現(xiàn)效率。
　　3)結(jié)合本體與規(guī)則的并行頻繁模式發(fā)現(xiàn)原型系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
　　本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)并行頻繁模式發(fā)現(xiàn)系統(tǒng)，首先定義了數(shù)據(jù)結(jié)構(gòu)，然后將該原型系統(tǒng)的核心模塊例如用戶接口、任務(wù)管理、驗(yàn)證模塊和計(jì)算模塊分別部署到相應(yīng)的并行計(jì)算節(jié)點(diǎn)上協(xié)同合作得到頻繁