数据库中知识发现的方法与应用

数据库中知识发现ＫＤＤ是目前数据库应用领域的重要内容。本文介绍了其基本原理及方法，描述了一种常用的面向属性归纳算法，并结合综合化计算机辅助考试系统ＩＣＡＴ的研究情况，对ＫＤＤ应用中的相应关键问题进行介绍。     

面向属性归纳和判定树的结合及其在软构件查询中的应用

构件的复用是软件复用的主要形式,大批的构件必须用一个数据库进行管理,如何从构件库中查询满足条件的构件是构件库系统的研究重点之一.数据挖掘技术为解决上述问题提供了一条可行的途径.利用数据挖掘技术中的面向属性归纳(attribute-oriented induction,AOI)对数据挖掘集进行处理得到初始工作关系,再利用判定树(decision tree)对初始工作关系进行数据概化,从而将两种方法结合起来在构件库中快速、有效地查找到有用的构件信息.通过对数据挖掘技术的应用,为复用者理解和选取构件提供了一定程度的辅助判定支持.     

基于数值属性的关联规则的挖掘

研究了基于数值属性的关联规则的挖掘问题，提出了挖掘算法Ｑ－Ｂａｓｉｃ和Ｑ－ＡＲ，试验表明Ｑ－ＡＲ是有效的。     

基于数值属性的关联规则的挖掘

研究了基于数值属性（ＱｕａｎｔｉｔａｔｉｖｅＡｔｒｉｂｕｔｅ）的关联规则的挖掘问题,提出了挖掘算法Ｑ＿Ｂａｓｉｃ和Ｑ＿ＡＲ,试验表明Ｑ＿ＡＲ是有效的。     

基于递阶质量屋的多属性灰色模糊评价系统研究

质量功能配置中的顾客需求权重以及设计要求权重的获取是产品配置的关键环节.在层次分析法的基础上,应用递阶质量屋方法优化了各因素的权重值,针对出现的模糊语言,利用模糊数对定性指标进行量化,并将灰色系统理论引入设计方案的多属性模糊优选,提出了一种基于递阶质量屋的灰色关联与模糊优选评价方法.该方法综合考虑相关模糊因素交叉耦合后的影响,对方案优劣进行整体比较.实例证明,该方法能够处理复杂的、多层次的、且信息不够完全的问题,评价方法客观准确,可操作性强,能够得到符合客观实际的结果.     

基于WEKA的骨科病案数据的关联规则挖掘

文章介绍了利用WEKA软件对骨科病案数据进行关联规则的挖掘。     

基于数据挖掘的知识发现在MDSS中的应用研究

主要讨论基于数据挖掘技术的知识发现在军事决策支持系统中的应用,提出了基于数据挖掘的知识发现方法,建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法.     

基于BPNN-GA算法的双边多属性谈判求解

通过对现有网上谈判模型研究发现,原有求解方法因多采用线性效用函数假设而存在自身无法克服的局限性。提出了基于BPNN-GA算法的双边多属性谈判求解方法。为求解属性间具有复杂函数依赖关系、效用函数难以显式表达,以及具有非线性效用函数映射关系的双边多属性谈判提供了一种有效的求解方法。最后通过谈判实例验证了该方法的有效性。     

电压暂降时空多粒度属性分析与知识发现方法

随着高端制造业的发展,以电能质量为代表的电力扰动已对敏感用户造成极大的经济损失,为了提升电网安全稳定水平并优化营商环境,本文针对电压暂降这一典型电力扰动事件,提出电压暂降时空多粒度属性分析与知识发现方法。由于传统电力扰动分析方法依赖机理分析与精确建模,难以处理包含多不确定因素的复杂问题,本文从复杂问题认知规律的角度出发,提出“数据-特征-指标-信息-知识”所构成的递进认知架构,作为解决复杂问题的一般思路。在此基础上,通过电压暂降时空多粒度属性分析对不同时空尺度下的暂降相关属性进行拓展,克服了传统方法仅从单一粒度分析问题造成暂降信息缺失的问题。由于不同时空粒度下的暂降属性变化反映了其他不确定性因素对电压暂降的影响,本文通过粒度约简挖掘监测数据背后蕴藏的电压暂降影响程度与电网结构属性之间的关联关系,进而推导发现电压暂降传播规律知识。通过仿真和实测数据对本文方法的有效性和可靠性进行了验证,此外,本文方法可适用于包含多不确定因素的复杂问题,有助于突破电力扰动相关的诸多技术瓶颈。     

基于DM技术动态实现财会软件的智能感知功能

介绍了数据挖掘与软件智能感知的基本概念,探讨了在软件智能和实现过程中用数据挖掘技术代替手工处理的可行性,作者综合知识发现领域已有的研究成果,结合财会软件的智能化提出了一个实用的挖掘算法,它动态地从软件不断积累的数据中撮关联规则知识,并利用这些知识根据用户填制凭证时的工作状态智能化地调整科目的显示顺序,该算法能避免进行大量的运算,实验表明它是实际可行的。     

知识发现与数据可视化技术浅析

数据挖掘和知识发现、数据可视化技术都是发现数据库中数据中隐藏的信息的有效途径。知识发现过程离不开数据可视化的支持，数据可视化分析本身是一种知识发现的过程，并提到将知识发现与数据可视化有机集成的问题。     

知识发现在客户关系管理系统中的应用研究

首先结合知识发现的基本概念对知识发现技术在客户关系管理系统中的应用情况进行分析,然后围绕着客户交易和行为以及领域知识,提出了客户关系管理系统的客户知识发现的基本模式,并对这一模式中所涉及的相关知识发现技术进行了深入讨论．最后在这一模式下讨论了一种具体实现．     

网格知识发现服务架构的研究

网格知识发现是一种并行分布武的知识发现模式．克服了以数据挖掘为代表的传统知识发现技术的种种局限,将网格上分散分布的数据挖掘算法、工具、软件等整合起来,并将这些元素通过元数据进行组织形成一个高度集成的知识发现体系．笔者进行了网络知识发现的知识发现服务架构的研究,并将知识发现服务作为知识网格的一部分集成到网格知识环境中．     

基于数据仓库技术的决策支持系统中的知识发现

基于数据仓库技术的决策支持系统结构框架 ,探讨了决策支持系统中知识发现的主要方法及关键技术 ,并进一步阐述了知识发现过程中应注意的几个问题以及知识发现的发展方向     

基于RoughSet的医疗数据挖掘应用分析

从病历样本数据出发,运用基于区分矩阵的计算方法,简化了计算过程,使得医疗信息的处理更为简便有效,从中得出的简明直接、易于理解的产生式分类规则也具有一定的参考价值.     

属性约简与数据挖掘的可拓变换与可拓知识的表示

利用可拓学的可拓变换和可拓知识对知识发现过程中的属性约简与数据挖掘进行形式化，并引入计算算子和计算型变换，从属性约简与数据挖掘中提取可拓变换和可拓知识（含变换的因果关系），从而更精炼地说明了属性约简和数据挖掘的本质．     

属性约简与数据挖掘的可拓变换与可拓知识的表示

利用可拓学的可拓变换和可拓知识对知识发现过程中的属性约简与数据挖掘进行形式化,并引入计算算子和计算型变换,从属性约简与数据挖掘中提取可拓变换和可拓知识(含变换的因果关系),从而更精炼地说明了属性约简和数据挖掘的本质.     

B2C电子商务站点中知识发现的研究

基于国内外最新的研究成果对电子商务中的知识发现进行了综述;首先介绍了在B2C电子商务站点中发现隐含的、未知的但有价值的商业知识的基本流程、主要方法和技术;然后概括了数据挖掘技术目前在B2C电子商务中的应用情况;最后对电子商务中知识发现的发展趋势进行了展望。     

论关于事物的普遍知识--再谈归纳推理的合理性

“归纳问题”自休谟提出以来一直未能得到满意的解决。解决“归纳问题”不能单纯从归纳或演绎去寻求答案,而应从归纳、演绎相结合的角度去思考;对于归纳所得结论的或然性问题,应通过科学共同体的科学实践去解决。通过科学实践使或然的普遍知识达到实然的普遍知识。     

自组织数据挖掘方法研究综述

从对自组织数据挖掘方法(SODM)本身的改进和SODM与其他建模方法结合两方面介绍了SODM的研究进展.对SODM本身改进的方面包括模型表示、选择准则和搜索方法.分析SODM与神经网络、遗传算法、模糊法则归纳法以及模拟方法的结合.在此基础上,指出SODM改进方向应该在改善算法本身的基础上,将其从单纯的数据挖掘技术扩展为知识发现的全过程.