基于粗糙集的數(shù)據(jù)庫知識發(fā)現(xiàn)的研究與應用.pdf

1、數(shù)據(jù)庫知識發(fā)現(xiàn)(KDD)是涉及人工智能和數(shù)據(jù)庫等學科的一門當前相當活躍的研究領域.在當今數(shù)字化社會中,各種商業(yè)、政府、科學數(shù)據(jù)庫和數(shù)據(jù)量的急劇增長,遠遠超過了人類目前已有的分析和理解能力,因此從大量的數(shù)據(jù)中智能地、自動地提取出有價值的知識和信息的研究,即數(shù)據(jù)庫知識發(fā)現(xiàn),具有十分重要的現(xiàn)實意義.本文基于上述背景對數(shù)據(jù)庫知識發(fā)現(xiàn)中的一些問題做了較深入的研究.整個論文由緒論及KDD概述、粗集挖掘理論、連續(xù)屬性離散化和分類規(guī)則發(fā)現(xiàn)及實例四大部分

2、組成.本文首先系統(tǒng)的概述了數(shù)據(jù)庫知識發(fā)現(xiàn)和粗糙集的基本理論,然后介紹了離散化的兩種基本離散方法:歸并與劃分,給出了一種適用粗集離散的的離散算法——面向?qū)傩灾匾缘碾x散方法,并且在討論歸并策略基礎上提出了一種新的歸并策略以及在此基礎上的改進算法.實驗結果表明,采用改進的離散化方法作為連續(xù)值屬性預處理手段,歸并的效果要好于未改進的的離散方法.最后介紹了面向粗糙集的缺省規(guī)則挖掘算法,給出正虹集團賒帳主題挖掘?qū)嵗?KDD正處在起步階段,有許多問