基于本体的数据挖掘方法

数据挖掘是一个人机交互的过程,领域知识对数据挖掘起着重要作用,提出一种基于本体的数据挖掘算法,使领域知识和数据库无链连接,该算法能更有效地发现有意义的多层次规则。     

基于本体的数据挖掘方法研究

.数据挖掘是信息技术自然演化的结果,使用数据挖掘工具进行数据分析可以方便的获得重要的知识并应用于决策,提出一种基于本体的数据挖掘算法,讨论使用本体的方法来协助数据挖掘.     

数据挖掘方法本体研究

数据挖掘是包含多个阶段的知识发现过程。一个简单、但典型的数据挖掘过程可能包括数据预处理阶段,数据挖掘算法的应用阶段,以及对挖掘结果的可视化处理阶段。在每个阶段,都会有多个算法或方法供数据挖掘工作者选择,但仅有一些算法和方法组合是有效的。即使是数据挖掘领域的专家,也可能会忽略一些重要的、有助于知识发现的数据挖掘算法或方法。本文中,我们将讨论使用本体的方法来协助数据挖掘工作者在实施数据挖掘过程中对众多可供选择的算法和方法进行选择。     

基于本体的主动元数据挖掘系统研究

传统网上信息检索是用户被动地依靠浏览超级链接网页而获取的。文中提出基于本体的主动元数据挖掘系统以及在果品领域的应用,在主动搜索、元数据生成、借助本体作用于数据的语义描述等方面,其效果是客观的。使得对信息数据的搜索从被动地获取到主动依靠计算机自动搜索;从依靠关键字作为查询依据到借助本体的作用获取语义描述的信息数据,进而提高了信息查询效率及查询的准确率,这也是当前信息检索研究的热门课题。实验证明,通过主动元数据挖掘实例可以实现语义的扩充,如同义、近义及上下位关系。同时也验证了本体对实施语义智能检索所带来的客观效果。     

基于领域本体的数据挖掘服务发现算法

随着数据库的广泛应用,数据挖掘技术面临数据的海量化、分布化问题。采用面向服务的架构构造数据挖掘系统是解决该问题的方法之一。提出一种基于领域本体的数据挖掘服务发现算法,通过引入领域知识,定义数据挖掘本体,有效地解决了数据挖掘服务发现问题。首先给出了结合领域知识的数据挖掘服务发现框架,提出了数据挖掘方法本体和质量本体的定义,并给出了根据领域知识及用户需求进行数据挖掘服务发现的算法,为数据挖掘服务选择提供了较为完善的方案。     

一种本体和上下文知识集成化的数据挖掘方法

在数据挖掘中使用本体和上下文知识能够将普遍的知识和特定的知识引入数据挖掘的决策因素中,是增进数据挖掘准确性的有效手段,同时也是数据挖掘领域研究的热点和难点之一.针对该问题,首先探讨了本体与上下文知识的集成化表示方法,包括上下文知识分类方法、如何在本体描述方法上扩展上下文知识及上下文知识转化方法.其次,以层次化结构的本体与上下文知识为例,构建了一个依据于本体和上下文知识集成的归纳学习算法并验证了该算法的有效性和准确性.     

基于数据挖掘技术创建企业本体

本文在阐述了本体及企业本体模型的基础上,阐明了企业本体在企业中的重要意义,鉴于数据挖掘技术所特有的作用和优势,有选择地介绍了数据挖掘原语DMQL的内容,提出了一种基于数据挖掘原语DMQL建立企业本体模型的方法,并以一个企业本体实例有力地证明了该技术的可行性。由挖掘信息来部分替代传统的领域专家的作用,使本体的建立更加智能化,减少了可能由主观因素和人为失误所带来的不良后果。     

基于本体论的文本挖掘技术综述

文本挖掘技术是从海量文本信息中获取潜在有用知识的有效途径。传统的文本挖掘方法由于不能有效运用语义信息而难以达到更高的准确度。本体论为语义信息的合理表示和有效组织提供了理论支持和技术手段。介绍和分析了常识本体和领域本体以及基于这些本体的文本挖掘方法。     

基于PMML标准的数据挖掘本体构建

针对实际问题选择数据挖掘方法是一个困难的工作,使用本体对数据挖掘方法进行建模并为用户推荐适合的方法是一个可行的解决方案。PMML是一种应用广泛的数据挖掘国际标准,提出了一种基于PMML标准构建数据挖掘本体的方法并用Protégé构建了一个本体,为利用本体推理为用户推荐挖掘算法奠定了基础。     

基于开放网络知识的信息检索与数据挖掘

网络大数据是指“人、机、物”三元世界在网络空间(cyberspace)中交互、融合所产生并在互联网上可获得的大数据.这些数据具有多源异构、交互性、时效性、社会性、突发性和高噪声等特点,不但非结构化数据多,而且数据的实时性强.网络大数据背后蕴含着丰富的、复杂关联的知识.建立面向开放网络的知识库是获取网络大数据中的丰富知识的有效手段.对当前国内外主要的开放网络库进行了比较,分析了相应的构建方法、多源知识的融合以及知识库的更新等关键技术.进一步从用户意图理解、查询扩展、语义问答、线索挖据、关系推理以及关系和属性预测等方面出发,总结了基于开放网络知识库的信息检索、数据挖掘与系统应用的研究现状和主要问题.最后,对开放网络知识库的发展趋势和面临的主要挑战进行了展望.     

Ontology-based approach for the provision of simulation knowledge acquired by Data and Text Mining processes

Numerical simulation techniques such as Finite Element Analyses are essential in today's engineering design practices. However, comprehensive knowledge is required for the setup of reliable simulations to verify strength and further product properties. Due to limited capacities, design-accompanying simulations are performed too rarely by experienced simulation engineers. Therefore, product models are not sufficiently verified or the simulations lead to wrong design decisions, if they are applied by less experienced users. This results in belated redesigns of already detailed product models and to highly cost- and time-intensive iterations in product development.Thus, in order to support less experienced simulation users in setting up reliable Finite Element Analyses, a novel ontology-based approach is presented. The knowledge management tools developed on the basis of this approach allow an automated acquisition and target-oriented provision of necessary simulation knowledge. This knowledge is acquired from existing simulation models and text-based documentations from previous product developments by Text and Data Mining. By offering support to less experienced simulation users, the presented approach may finally lead to a more efficient and extensive application of reliable FEA in product development.     

对数据挖掘技术的探讨

进入信息社会以来，各类数据、信息急剧地增长，具有海量、冗余的性质，这时人们开始考虑：如何才能不被信息淹没，并且能从中及时发现有用的知识，以提高信息的利用率，而这个任务就落在数据挖掘的身上。数据中蕴涵着知识．数据挖掘正是从大量数据中提取或“挖掘”知识，从而实现从“数据→信息→知识”的过程，为各信息技术领域的发展提供强大的支持。在下文中，将对数据挖掘这种技术进行讨论．     

对数据挖掘技术的探讨

进入信息社会以来,各类数据、信息急剧地增长,具有海量、冗余的性质,这时人们开始考虑:如何才能不被信息淹没,并且能从中及时发现有用的知识,以提高信息的利用率,而这个任务就落在数据挖掘的身上。数据中蕴涵着知识,数据挖掘正是从大量数据中提取或“挖掘”知识[1],从而实现从“数据→信息→知识”的过程[2],为各信息技术领域的发展提供强大的支持。在下文中,将对数据挖掘这种技术进行讨论。     

基于知识网格的分布式数据挖掘

科学和工商业应用需要分析分布在各异构站点的海量数据。这就需要合适的分布式并行系统来存储和管理数据。网格为分布式数据挖掘和知识发现提供了有效的计算支持。文中在讨论知识网格体系结构的基础上,利用可视化网格应用环境VEGA实现了基于网格的分布式数据挖掘过程。     

在Windows XP中“捉迷藏”

自从把电脑搬到宿舍后，它就基本被室友们当作了“公用设施”，特别是有几个不安分的家伙总喜欢东搞西弄的，常常将Windows XP系统玩到“面目全非”。这样平时要在电脑上放点自己的东西，便没了一丝安全感，想装个加密之类的软件，又有点欲盖弥彰的感觉。实在没有办法，只好利用Windows XP中的各项设置，在系统中打了一场“暗战”！     

一种网格数据挖掘应用系统的设计

数据挖掘算法广泛地应用于数据分析。工业、科学和商业领域需要分析地理上分布的大量数据集,而网格能有效地提供高性能应用和分布式的基础设施。为了利用网格实现数据挖掘和知识表示,文中根据知识网格的概念,在GlobusToolkit的基础上,分析了知识网格的体系结构和它的主要组件,根据数据挖掘的过程设计了一种网格数据挖掘系统软件模型,并指出了该模型应提供的服务,这些服务会屏蔽所有关于网格底层的所有细节,使最终用户只关心知识发现的过程。     

多媒体数据挖掘技术研究

本文提出一种多媒体数据挖掘系统的一般结构和挖掘的过程,说明了不同类型多媒体数据挖掘的基本方法和技术,并对多媒体数据提出了阐述和展望。     

一种新型数据分析技术--数据挖掘

首先介绍了数据挖掘的体系结构,并在此基础上提出了数据挖掘工程的一般方法和步骤,最后介绍了数据挖掘的应用前景.     

基于任务驱动的数据挖掘系统

本文介绍一个数据挖掘系统的设计思想和实现技术。该系统主要特点在于整个数据挖掘过程以任务为核心,协调系统中其他功能模块的运行。系统提供的句法制导图形编辑器集成了编辑、句法检查和解释执行的功能,以方便用户定义复杂的数据挖掘任务。系统的模型库按面向对象思想设计,采用COM技术实现,具有很好的可扩展性与灵活性。     

数据挖掘管理系统

本文分析了数据挖掘的常用技术和分析方法,详细探讨了数据挖掘过程,在此基础上,设计了一个由多模型构成的数据挖掘管理系统的一般框架,其能支持数据挖掘分析的全过程。