文本案例知識(shí)庫(kù)構(gòu)建的關(guān)鍵技術(shù)研究.pdf

1、隨著信息技術(shù)的發(fā)展，知識(shí)管理在企事業(yè)單位發(fā)展中的作用越來(lái)越大。文本案例知識(shí)管理已成為企業(yè)的核心競(jìng)爭(zhēng)力量，它主要對(duì)非結(jié)構(gòu)化的文本案例進(jìn)行管理。文本案例知識(shí)庫(kù)的構(gòu)建是實(shí)現(xiàn)文本案例知識(shí)管理的重要前提。針對(duì)當(dāng)前文本案例管理系統(tǒng)、文本案例知識(shí)庫(kù)模型及文本案例聚類算法存在的不足，本文在文本案例知識(shí)庫(kù)模型和文本案例聚類算法方面做了深入研究。
　　 本文主要工作體現(xiàn)在以下幾個(gè)方面：
　　 1)提出文本案例知識(shí)庫(kù)的層次模型。文本案例知識(shí)庫(kù)

2、的層次模型自底向上依次是領(lǐng)域知識(shí)層、文本案例實(shí)體層和文本案例抽象層，三個(gè)層次相互獨(dú)立且相互聯(lián)系，支持基于文本案例推理。
　　 2)提出文本案例知識(shí)庫(kù)和規(guī)則庫(kù)的融合方法。完成領(lǐng)域規(guī)則到文本案例的相互轉(zhuǎn)化，進(jìn)而實(shí)現(xiàn)領(lǐng)域規(guī)則對(duì)基于文本案例推理的支撐作用。其中，從文本案例中抽取領(lǐng)域規(guī)則需要專家輔助完成。
　　 3)提出了基于密度和最近鄰的K-means文本案例聚類算法，即DN-K-means算法。針對(duì)傳統(tǒng)K-means算法初始聚

3、類中心選擇不當(dāng)會(huì)帶來(lái)聚類效率低且穩(wěn)定性差的缺點(diǎn)，本文引入密度和最近鄰思想，提出初始中心選擇算法Initial，并將所選中心點(diǎn)應(yīng)用于文本案例聚類算法，得到更適合于文本案例聚類的DN-K-means算法。實(shí)驗(yàn)證明DN-K-means算法可以生成聚類質(zhì)量較高、穩(wěn)定性較好的結(jié)果。
　　 4)設(shè)計(jì)并實(shí)現(xiàn)文本案例知識(shí)庫(kù)系統(tǒng)TCKBS，驗(yàn)證了本文所提出的文本案例知識(shí)庫(kù)模型理論、文本案例知識(shí)庫(kù)與規(guī)則庫(kù)的融合方法和DN-K-means文本案例聚類