約束歸納邏輯程序設(shè)計(jì)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、大多數(shù)數(shù)據(jù)挖掘方法針對(duì)的對(duì)象是傳統(tǒng)的單表形式的數(shù)據(jù).然而,通常現(xiàn)實(shí)數(shù)據(jù)中包含很多不同類型的實(shí)體(多表).對(duì)這樣的數(shù)據(jù)的挖掘形成了關(guān)系數(shù)據(jù)挖掘研究領(lǐng)域.關(guān)系數(shù)據(jù)挖掘主要技術(shù)之一是歸納邏輯程序設(shè)計(jì)(Inductive Logic Programming,ILP).ILP是機(jī)器學(xué)習(xí)(Machine Learning)與邏輯程序設(shè)計(jì)(Logic Programming)相交叉形成的研究領(lǐng)域.ILP借助邏輯程序設(shè)計(jì)的理論與方法,利用背景知識(shí)學(xué)習(xí)一

2、階規(guī)則.一階規(guī)則較之基于屬性-值表示方式的命題級(jí)規(guī)則具有更強(qiáng)的表達(dá)能力.隨著ILP開始應(yīng)用于數(shù)據(jù)挖掘問(wèn)題,并成為關(guān)系數(shù)據(jù)挖掘的技術(shù)源泉,ILP技術(shù)研究的重要性也更加顯著.由于以Prolog作為表示語(yǔ)言,ILP系統(tǒng)處理數(shù)值量的能力較弱.這使得數(shù)值量的處理問(wèn)題成為將ILP技術(shù)應(yīng)用于數(shù)據(jù)挖掘的瓶頸.約束歸納邏輯程序設(shè)計(jì)(Constraint Inductive Logic Programming,CILP)是ILP研究中較新的研究領(lǐng)域,致力于

3、解決ILP中處理數(shù)值量的問(wèn)題,即研究向數(shù)值約束方向擴(kuò)充ILP.由于CILP是ILP研究的一個(gè)分支,ILP技術(shù)對(duì)于我們進(jìn)行CILP研究有著重大的指導(dǎo)意義.國(guó)際上已有文獻(xiàn)提出了一些CILP的方法.但是這些方法有很大的局限性,不能有效的處理現(xiàn)實(shí)世界的數(shù)據(jù).針對(duì)當(dāng)前CILP技術(shù)的局限性,我們提出了一種基于模式識(shí)別和多元統(tǒng)計(jì)分析的CILP新方法.與現(xiàn)有的CILP方法相比較,該方法可以在不需要模式說(shuō)明,不需要約束求解器的情況下學(xué)習(xí)出含有多個(gè)變量的多

4、種形式的約束.我們以這些新的CILP方法為基礎(chǔ)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)CILP原型系統(tǒng)——BPU-CILP系統(tǒng).針對(duì)BPU-CILP系統(tǒng)的系統(tǒng)設(shè)計(jì),該文著重考察了BPU-CILP系統(tǒng)的偏向、搜索策略和有效構(gòu)造候選句節(jié)的方法.BPU-CILP系統(tǒng)采用了面向?qū)ο蟮某绦蛟O(shè)計(jì)方法,在Windows操作系統(tǒng)平臺(tái)上用ANSI C++和Matlab C++數(shù)學(xué)函數(shù)庫(kù)開發(fā).該文給出了BPU-CILP系統(tǒng)的詳細(xì)設(shè)計(jì)方案,并針對(duì)搜索策略、綁定表的維護(hù)和候選句節(jié)的構(gòu)