基于知识库的知识发现结构研究

基于知识库的知识发现系统KDK(KnowledgeDiscoveryBasedonKnowledgebase)是直接从知识信息中提取潜在有用的、新颖的、未知的模式的过程,以解决目前知识爆炸而能提供给决策者有效的决策信息却矛盾很少。不同于KDD,KDK系统将直接作用于大型知识库的构建。该文讨论了KDK的描述性定义,给出了KDK的总体结构模型,及子系统描述。     

基于生物医学文献的知识发现研究

随着生物医药文献的快速积累,利用文本挖掘技术处理海量的科技文献,从而发现生命科学领域新的知识,已成为当前数据挖掘和人工智能领域研究的热点。从Swanson最早提出基于生物医学文献的知识发现方法到现在,许多研究人员投入到这个新兴的领域中。对基于生物医学文献的知识发现的研究内容、研究方法以及成果进行了系统的分析和阐述,对不同的研究方法在文本挖掘过程中的优劣进行了比较,对基于生物医学文献的知识发现的发展趋势进行了展望。     

一种基于假说驱动的知识发现模型

介绍了一种新的KDD模型,和以往的数据驱动式KDD模型不同,并试图利用假说驱动(Hypothesis-driven)的方式来发现新的知识。该文的目标是提供一种KDD工具支持适合人脑风格的假说-检验发现过程,同时最大限度地削减在此过程中人类的工作量。文章提出了为削减人的工作量所作的各种努力。     

基于扩展VSM的Web服务发现

在扩展空间向量模型(VSM)的基础上设计并实现了一种Web服务发现机制。该机制结合Web服务语法和结构信息,利用相似度计算实现Web服务的发现。系统通过分析Web服务描述文档结构特点,改进现有的VSM模型,并加入WordNet扩展同义词相似概念,使得语义上等价的词被映射到相似的特征向量上,消除存在歧义的上下文,定义Web服务语法相似度函数,实现Web服务潜在语义信息的进一步挖掘。实验评测和分析表明,基于扩展VSM的方式使Web服务发现的查准率提高了9.7%,错误率降低了8.5%。     

基于Hilbert空间理论的图像知识发现

最近几年，知识发现研究的进展很快。目前，在知识发现领域图像数据知识发现形成了新的研究热点。本文介绍了基于Hilbert空间理论的图像知识发现模型IMDFSSM，采用模式（定义为Hilbert空间中的矢量）来定量地表征图像数据的知识表示和参与知识发现过程。然后用图像挖掘系统作为实例进行了验证，结果表明该模型对于图像数据的知识发现过程具有指导性作用。     

基于知识管理的竞争情报

对客观环境与条件的判断，必然脱离不开知识管理和竞争情报     

分布式综合知识发现系统结构研究

利用多Agent技术,采用多层次结构,建立基于内在机理研究基础上的分布式综合知识发现系统（DKD（D＆K））总体结构模型。该模型设计了基于双库协同机制的分布式KDD＊的知识发现线路,使得分布式数据的预处理、挖掘算法及挖掘结果的评价和导航等研究贯穿于一体,形成了一个完整的系统。该模型不仅较好的继承原综合知识发现系统KD（D＆K）的主要特征,而且紧密结合了分布式数据库已经成熟的技术方法,并且与现在国际上比较典型的分布式知识发现系统比较有一定的优越性。     

一种可用于基于内容智能检索的知识表示方式

在基于内容的智能检索中,多媒体信息的知识表示方式是应该首先解决的关键问题之一。文章总结分析了基于内容的智能检索中现有的一些知识表示模型,在此基础上提出了一种新的可用于基于内容的智能检索的知识表示方式,为今后的研究提供了一些新的思路和方法。     

一种以领域知识为中心的知识发现过程模型

针对知识发现在实际应用中的问题,提出了一种以领域知识为中心的知识发现过程模型,并将其形式化,描述了其动态语义。与已有的知识发现过程模型相比,此过程模型更能体现知识发现过程的本质特性,同时具有严格的形式化基础,为知识发现系统的设计和实际的知识发现应用提供了一个新的参考。     

一个基于语义相关性知识发现的模型与算法

办公自动化系统的发展方向是以知识管理为核心的办公自动化系统，知识发现、知识提取是其中重要的技术。基于语义相关性提出了一种知识发现的模型．并根据TextTiling算法给出了其实现方法。     

群智能在知识发现中的实现方法对比研究

群智能方法是新兴的模拟计算技术,在求解复杂的优化问题中表现出良好的性能。对比讨论了群智能的两个重要组成方面（蚁群算法和微粒群算法）在知识发现中的实现方法,阐述了算法的原理和特性,并提出了一些在将来需要解决的问题。     

基于类别空间模型的文本分类系统的设计与实现

从理论和应用的角度对文本信息的分类方法进行研究,提出类别空间模型的概念,用于描述词语和类别之间的关系,并实现了基于类别空间模型的文本分类系统。通过实验表明,该系统有效地提高了文本分类的正确率。     

基于维度模型的知识管理系统

依据目前知识管理发展趋势,结合知识的特点,提出一种基于维度模型的知识管理系统解决方案。通过研究知识的一般特性,给出基于知识维度的知识模型,讨论基于维度模型的知识组织方式与管理方法,设计基于维度模型的知识管理系统,并引入基于维度模型的知识管理服务和搜索引擎等知识维度及相关信息的处理模块。实验结果表明,该系统可融合维度模型,具备个性化、交互性强、用户敏感性好等特点。     

基于Agent的个性化主动KDD系统

介绍一个用多Agent实现的主动式KDD系统的设计与实现。系统在建模的基础上挖掘知识,结合Agent技术和机器学习的方法,逐步建立出越来越符合用户兴趣的模型,并试图发现尽可能多的用户兴趣点。     

基于潜在语义分析的中文文本层次分类技术

从网络文本自动分类的需求出发,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量,并在此基础上进行分类处理,在不损害分类精度的同时提高了分类及其后处理速度,并设计实现了一个原型系统。     

Web文本挖掘系统及其关键技术研究

随着网络信息的迅猛发展,信息量日益增加,怎样从海量的Internet上获取有用信息,WEB文本挖掘系统是挖掘技术的重要应用方向,它是指在给定的分类体系下,根据网页的内容自动判别内容类别的过程,论文对文本中所涉及的关键技术,包括K-最近邻参照法模型、基于隐马尔科夫模型(HMM)的信息抽取、机器学习方法,进行了研究和探讨,并且给出了基于信息抽取的文本挖掘系统的设计实现和下一步的研究重点。     

基于问句语料库的受限领域自动应答系统

自动应答系统中对用户所提问句的理解是系统实现的关键,同样也是一个难点,通过在受限领域内建立问句语料库来协助理解用户问句是一种非常有效的实现方法。文章分析了建行领域业务咨询系统的问句收集、分词和词性标注、语义标注、问句语料统计等问句语料库的建设过程,并详细介绍了采用词向量空间法和语义向量空间法从问句语料库中寻找和目标问句相似问句的计算方法及提取答案的实现过程。