應(yīng)用本體論構(gòu)建數(shù)據(jù)挖掘知識(shí)管理系統(tǒng).pdf

1、數(shù)據(jù)挖掘（Data Mining，DM）技術(shù)一直是計(jì)算機(jī)工程領(lǐng)域的研究熱點(diǎn)。由于該領(lǐng)域知識(shí)的不斷擴(kuò)充和更新，我們?cè)谑褂脭?shù)據(jù)挖掘過(guò)程中也遇到了一些問(wèn)題。比如：1、對(duì)于新出現(xiàn)的領(lǐng)域知識(shí)，無(wú)法實(shí)現(xiàn)知識(shí)自動(dòng)定義及歸類，而需要領(lǐng)域?qū)＜业娜斯げ僮?，造成定義及歸類的人為差異等。2、沒(méi)有一個(gè)統(tǒng)一的數(shù)據(jù)挖掘領(lǐng)域知識(shí)管理系統(tǒng)用于用戶的知識(shí)檢索。3、當(dāng)一個(gè)不具備很多領(lǐng)域知識(shí)的普通用戶提交一個(gè)數(shù)據(jù)挖掘任務(wù)時(shí)，可能得不到解決該挖掘任務(wù)的挖掘方法及算法的最佳組合。

2、
　　為了解決以上問(wèn)題，協(xié)助用戶進(jìn)行數(shù)據(jù)挖掘工作，對(duì)數(shù)據(jù)挖掘領(lǐng)域知識(shí)進(jìn)行智能型管理是必要的，因此本文將本體(Ontology)理論引入到數(shù)據(jù)挖掘領(lǐng)域知識(shí)管理中。本文主要所做的工作如下：
　　1、分析了數(shù)據(jù)挖掘使用過(guò)程中存在的問(wèn)題，指出現(xiàn)有數(shù)據(jù)挖掘知識(shí)管理中存在的不足，并總結(jié)了四個(gè)主要問(wèn)題，在此基礎(chǔ)上引入本體理論，分析本體功能及引入的優(yōu)點(diǎn)。
　　2、提出了應(yīng)用本體論構(gòu)建了一個(gè)開放的、可擴(kuò)充的數(shù)據(jù)挖掘知識(shí)管理系統(tǒng)架構(gòu)，并對(duì)

3、架構(gòu)的各個(gè)組件及系統(tǒng)的工作流程進(jìn)行了闡述。
　　3、重點(diǎn)對(duì)數(shù)據(jù)挖掘領(lǐng)域知識(shí)本體模型進(jìn)行闡述，其中包括本體概念，如：數(shù)據(jù)挖掘任務(wù)、方法及算法；本體實(shí)例，如：關(guān)聯(lián)規(guī)則挖掘、分類挖掘及聚類挖掘中常用算法（Apriori算法、ID3算法、BIRCH算法）實(shí)例；本體關(guān)系。利用本體建模工具Protégé對(duì)知識(shí)本體進(jìn)行建模。研究了使用PAL語(yǔ)言來(lái)實(shí)現(xiàn)知識(shí)概念的簡(jiǎn)單推理和利用OWL提供的公理進(jìn)行簡(jiǎn)單的推理。
　　4、對(duì)數(shù)據(jù)挖掘知識(shí)管理系統(tǒng)進(jìn)

4、行了實(shí)驗(yàn)實(shí)現(xiàn)，重點(diǎn)實(shí)現(xiàn)DM知識(shí)查詢和DM任務(wù)的智能匹配兩個(gè)功能。
　　5、最后，在總結(jié)全文的基礎(chǔ)上，提出了若干有待深入研究和探討的問(wèn)題。
　　本文最主要的創(chuàng)新點(diǎn)就是提出了應(yīng)用本體論來(lái)構(gòu)建數(shù)據(jù)挖掘知識(shí)管理系統(tǒng)，并構(gòu)建了實(shí)驗(yàn)系統(tǒng)。實(shí)驗(yàn)表明：基于本體論的數(shù)據(jù)挖掘知識(shí)表示方法，能夠很好的實(shí)現(xiàn)數(shù)據(jù)挖掘領(lǐng)域知識(shí)的語(yǔ)義信息的表示。查詢機(jī)制具有一定的智能性，可以為數(shù)據(jù)挖掘知識(shí)的智能檢索提供有效的支持。實(shí)驗(yàn)從而驗(yàn)證了提出的系統(tǒng)架構(gòu)實(shí)際應(yīng)用的可