領域知識在輔助知識發(fā)現(xiàn)過程中的初始聚焦問題研究.pdf

1、用于數(shù)據(jù)分析與挖掘的數(shù)據(jù)可能包含數(shù)以百計的屬性，其中大部分屬性與數(shù)據(jù)挖掘任務不相關，是冗余的。盡管領域專家可以挑選出有用的屬性，但這可能是一項困難而費時的任務，特別是當數(shù)據(jù)的行為不清楚的時候更是如此。遺漏相關屬性或留下不相關屬性，會導致知識發(fā)現(xiàn)的模式質量很差。此外，不相關或冗余的屬性增加了數(shù)據(jù)量，減慢挖掘進程。如何在大量屬性中選擇與知識發(fā)現(xiàn)任務相關的屬性數(shù)據(jù)，從而提高知識發(fā)現(xiàn)的效率，完成知識發(fā)現(xiàn)的聚焦問題，是本文的主要研究內(nèi)容。

2、 本文將領域知識應用于知識發(fā)現(xiàn)的初始聚焦問題上，采用基于粗糙集理論的屬性約簡算法通過屬性約簡來完成知識發(fā)現(xiàn)的初始聚焦問題，其主要內(nèi)容和創(chuàng)新如下： 1.研究了領域知識與知識發(fā)現(xiàn)的關系，領域知識在知識發(fā)現(xiàn)各階段的作用，重點研究了應用于知識發(fā)現(xiàn)初始聚焦問題的領域知識的分類、表示和存儲，以及領域知識在知識發(fā)現(xiàn)初始聚焦問題上的應用算法； 2.為了提高分類的準確性，重點研究了基于粗糙集理論和條件熵的離散化算法； 3.在對一般