領(lǐng)域驅(qū)動(dòng)的人機(jī)交互式?jīng)Q策樹模型及其算法研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)的一個(gè)重要步驟，傳統(tǒng)數(shù)據(jù)挖掘是以數(shù)據(jù)對(duì)象作為研究基礎(chǔ)的挖掘方法，注重算法的運(yùn)行效率以及模型的準(zhǔn)確率，是一種面向數(shù)據(jù)或者稱為數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)挖掘，其挖掘結(jié)果包含大量的冗余規(guī)則、無(wú)需挖掘就可以得到的知識(shí)甚至是一些違反常識(shí)的錯(cuò)誤結(jié)論，存在很大的弊端。
　　決策樹是數(shù)據(jù)挖掘分類技術(shù)中的主要模型。針對(duì)決策樹算法沒有考慮挖掘結(jié)果使用者的偏好、相對(duì)應(yīng)領(lǐng)域的知識(shí)約束、挖掘結(jié)果的可操作性等問(wèn)題，應(yīng)用DDDM（Domain D

2、riven Data Mining）的思想，提出一種在構(gòu)建決策樹過(guò)程和結(jié)果評(píng)價(jià)標(biāo)準(zhǔn)中，融入用戶興趣度以及領(lǐng)域知識(shí)的人機(jī)交互式?jīng)Q策樹模型，客觀地評(píng)價(jià)挖掘結(jié)果在實(shí)踐中的具體效益，交付可直接用于實(shí)際行動(dòng)的決策支持。
　　領(lǐng)域驅(qū)動(dòng)的人機(jī)交互式?jīng)Q策樹模型強(qiáng)調(diào)用戶在數(shù)據(jù)挖掘過(guò)程中的參與度與主動(dòng)性，改變傳統(tǒng)決策樹僅僅利用預(yù)先設(shè)置的算法，由機(jī)器自動(dòng)搜索訓(xùn)練集中的隱含模式這種被動(dòng)的挖掘策略，使以模式輸出為主的數(shù)據(jù)挖掘系統(tǒng)發(fā)展成為實(shí)際問(wèn)題解決方案輸出

3、的決策系統(tǒng)。
　　本文的主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　　1.根據(jù)傳統(tǒng)數(shù)據(jù)挖掘局限于以數(shù)據(jù)和算法為中心，忽略了真實(shí)環(huán)境下各種領(lǐng)域知識(shí)對(duì)于挖掘過(guò)程的約束，分析這種舊挖掘模式的不足之處與自身缺陷。從理論水平、方法框架、模式架構(gòu)等幾個(gè)方面，綜述近十年來(lái)領(lǐng)域驅(qū)動(dòng)數(shù)據(jù)挖掘的發(fā)展歷程和國(guó)內(nèi)外專家學(xué)者的研究成果。
　　2.設(shè)計(jì)轉(zhuǎn)化屬性值的代價(jià)矩陣和類別的效益矩陣來(lái)體現(xiàn)數(shù)據(jù)挖掘用戶的興趣度和所挖掘領(lǐng)域的知識(shí)約束。定義決策分枝的概念及

4、其價(jià)值，并用該價(jià)值作為領(lǐng)域驅(qū)動(dòng)決策樹算法的屬性選擇度量。
　　3.以經(jīng)典決策樹算法為基本框架，提出一種領(lǐng)域驅(qū)動(dòng)的人機(jī)交互式?jīng)Q策樹構(gòu)造算法和評(píng)估有效分枝轉(zhuǎn)移的決策推薦算法，讓數(shù)據(jù)挖掘結(jié)果使用者可以直接得知最佳方案的實(shí)際效益，做出正確、合理、可操作的決策。
　　4.基于上述理論研究，用德國(guó)電信旗下的T-Systems寬帶客戶數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)驗(yàn)證。根據(jù)用戶的興趣度和具體的商業(yè)利潤(rùn)，設(shè)置不同轉(zhuǎn)化屬性值的代價(jià)矩陣和類別的效益矩陣對(duì)同一測(cè)