領(lǐng)域知識(shí)制導(dǎo)的數(shù)據(jù)挖掘技術(shù)及其在中藥提取中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘（DM）或者知識(shí)發(fā)現(xiàn)(KDD)技術(shù)，是從大量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的和隱藏的知識(shí)的過程，它能夠解決“數(shù)據(jù)爆炸但知識(shí)貧乏”這個(gè)現(xiàn)實(shí)問題。在數(shù)據(jù)挖掘的整個(gè)過程中，領(lǐng)域知識(shí)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(zhì)量。將領(lǐng)域知識(shí)融入到數(shù)據(jù)挖掘整個(gè)過程之中是一個(gè)重要但還沒有很好解決的課題。針對(duì)這個(gè)課題，本文做了如下幾個(gè)方面的研究工作： 1、論述了領(lǐng)域知識(shí)在每個(gè)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(lǐng)域知識(shí)的方式；分析了

2、目前領(lǐng)域知識(shí)制導(dǎo)的數(shù)據(jù)挖掘技術(shù)的研究現(xiàn)狀。 2、研究和實(shí)現(xiàn)了一個(gè)支持?jǐn)?shù)據(jù)挖掘的知識(shí)庫系統(tǒng)，用于存儲(chǔ)和管理制導(dǎo)數(shù)據(jù)挖掘過程中的領(lǐng)域知識(shí)?？偨Y(jié)出用于制導(dǎo)數(shù)據(jù)挖掘過程的七類領(lǐng)域知識(shí)，并采用兩級(jí)知識(shí)組織方式對(duì)領(lǐng)域知識(shí)進(jìn)行組織；實(shí)現(xiàn)了知識(shí)編輯、知識(shí)檢索和知識(shí)選擇等知識(shí)管理功能，并針對(duì)各種類型領(lǐng)域知識(shí)設(shè)計(jì)了知識(shí)輸入模型和顯示模型，方便用戶對(duì)知識(shí)進(jìn)行輸入和查閱；在知識(shí)校驗(yàn)時(shí)，重點(diǎn)考慮了規(guī)則的矛盾性和冗余性校驗(yàn)，確保了知識(shí)庫的一致性。該知識(shí)庫系

3、統(tǒng)是建立在關(guān)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(shù)進(jìn)行知識(shí)管理。 3、研究了基于領(lǐng)域知識(shí)的數(shù)據(jù)預(yù)處理技術(shù)。分析了用于數(shù)據(jù)預(yù)處理的領(lǐng)域知識(shí)的分類，以及基于領(lǐng)域知識(shí)的數(shù)據(jù)預(yù)處理系統(tǒng)的基本結(jié)構(gòu)；分別討論了基于領(lǐng)域知識(shí)的不完整數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)以及重復(fù)數(shù)據(jù)等數(shù)據(jù)清洗技術(shù)；研究了基于領(lǐng)域知識(shí)的數(shù)據(jù)離散化和數(shù)據(jù)概化兩種數(shù)據(jù)轉(zhuǎn)換技術(shù)。 4、研究了領(lǐng)域知識(shí)制導(dǎo)的數(shù)據(jù)挖掘（指知識(shí)發(fā)現(xiàn)的一個(gè)關(guān)鍵環(huán)節(jié)）技術(shù)。提出了一種基于算法適用知識(shí)

4、的挖掘算法選擇系統(tǒng)，該系統(tǒng)簡(jiǎn)單，易于實(shí)現(xiàn)，而且允許挖掘算法動(dòng)態(tài)添加；對(duì)挖掘算法的參數(shù)選擇方法進(jìn)行了討論，分析了領(lǐng)域知識(shí)在各種參數(shù)選擇方法中的作用；討論了基于領(lǐng)域知識(shí)的查詢優(yōu)化技術(shù)，對(duì)各種查詢優(yōu)化方法進(jìn)行了總結(jié)；討論了元規(guī)則制導(dǎo)的數(shù)據(jù)挖掘技術(shù)，針對(duì)當(dāng)前元規(guī)則的實(shí)例方法的不足，提出了一種新的元規(guī)則的實(shí)例方法。該方法能夠大大削減元規(guī)則的候選實(shí)例集。 5、研究了領(lǐng)域知識(shí)制導(dǎo)的知識(shí)評(píng)價(jià)技術(shù)。介紹了發(fā)現(xiàn)模式興趣度的相關(guān)概念及評(píng)價(jià)指標(biāo)，討論了

5、常用的規(guī)則客觀興趣度評(píng)價(jià)指標(biāo)；在討論規(guī)則的主觀興趣度時(shí)，提出了一種規(guī)則意外性的評(píng)價(jià)方法，該方法考慮了意外規(guī)則的三種形式和用戶領(lǐng)域知識(shí)的不確定性，給出了意外性的度量函數(shù)及其實(shí)現(xiàn)算法；采用規(guī)則模板表示用戶關(guān)于發(fā)現(xiàn)規(guī)則的可用方面的領(lǐng)域知識(shí)，在此基礎(chǔ)上，提出了一種規(guī)則可用性的評(píng)價(jià)方法。 6、實(shí)現(xiàn)了一個(gè)數(shù)據(jù)挖掘原型系統(tǒng)Miner2005。該系統(tǒng)集成了知識(shí)庫管理、數(shù)據(jù)源選擇、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和知識(shí)評(píng)價(jià)等功能，且具有領(lǐng)域知識(shí)制導(dǎo)、較強(qiáng)的適