動態(tài)信息系統(tǒng)決策規(guī)則挖掘模型與應(yīng)用.pdf

1、傳統(tǒng)規(guī)則挖掘處理的對象是某個時間點上靜態(tài)的信息系統(tǒng)，因而獲得的知識也是靜態(tài)的。實際上信息系統(tǒng)通常表現(xiàn)為易變性和過程性，為了刻畫某時間段內(nèi)信息系統(tǒng)的變化趨勢和變化規(guī)則，本文擴展了動態(tài)信息系統(tǒng)模型，提出動態(tài)信息系統(tǒng)變換模型和形式化表示，包括差異信息系統(tǒng)和趨勢信息系統(tǒng)模型，運用粗糙集方法與概念格方法挖掘用戶感興趣的動態(tài)決策規(guī)則。 本文主要工作包括以下幾個方面： 1.提出動態(tài)信息系統(tǒng)變換模型和變換規(guī)則的形式化描述。本文擴展了動態(tài)

2、信息系統(tǒng)模型，提出基于觀察點的動態(tài)信息系統(tǒng)變換模型，建立面向信息系統(tǒng)變化趨勢的類劃分機制和相應(yīng)的語義，對條件屬性變遷與決策屬性變遷的相關(guān)性進行研究，并給出面向時間序列的變換規(guī)則的形式化描述。以上研究工作擴展了靜態(tài)信息系統(tǒng)傳統(tǒng)分類方法的應(yīng)用模式，使之能在基于時間序列的動態(tài)決策信息系統(tǒng)變化過程中發(fā)揮作用，以便挖掘決策信息系統(tǒng)變換過程中的變換規(guī)則。 2.給出差異信息系統(tǒng)的定義，并以此提出決策規(guī)則挖掘算法DI_FindRules。差異信

3、息系統(tǒng)是由兩不同時間點的決策表建立的，它描述了決策表之間的條件屬性變化量與決策屬性變化趨勢之間的關(guān)系；并提出了差異信息系統(tǒng)上的一種啟發(fā)式的決策規(guī)則挖掘算法(DI_FindRules算法)，與傳統(tǒng)的粗糙集決策規(guī)則挖掘算法相比，DI_FindRules算法試圖生成最重要的約簡，而不生成全部可能的約簡，從而提高了規(guī)則挖掘的效率。 3.構(gòu)造對象(集)趨勢決策表，繼而提出趨勢概念格的概念。提出了基于時間序列而建立的特定對象(集)的趨勢信息

4、系統(tǒng)(或趨勢決策表)，它描述了在決策表中單個對象(集)隨時間的變化屬性值的變化趨勢。論文擴展了概念格理論，提出了趨勢概念格的概念，并給出了高效的趨勢概念格建格算法(Create DecisionLattice算法)、與趨勢有關(guān)的決策規(guī)則挖掘算法(FindRules_DecisionLattice算法)。與傳統(tǒng)的建格算法比較，由于建立趨勢概念格的目的是提取對象相關(guān)的趨勢決策規(guī)則，所以建格算法做了改進，省略與決策規(guī)則無關(guān)的概念的構(gòu)建過程，從

5、而在提取相同決策規(guī)則的前提下，本文采用的算法不僅減少了概念的數(shù)目，而且提高了規(guī)則挖掘的效率。 4.分析了差異信息系統(tǒng)在實際應(yīng)用中存在的問題。比如：抗噪能力差、規(guī)則數(shù)目多、出現(xiàn)大量新的不一致，提出了RSTT算法，挖掘出所有滿足支持度與置信度閾值要求的決策規(guī)則。 5.從上市公司的股票交易日的數(shù)據(jù)入手，抽取了對股票價格影響較大、反映上市公司財務(wù)經(jīng)營狀況的多個屬性，構(gòu)建股票交易的記錄決策表。由多個時間點上的股票交易記錄決策表，構(gòu)