結合本體與規(guī)則的并行頻繁模式發(fā)現(xiàn)的研究.pdf

1、頻繁模式發(fā)現(xiàn)是運用數(shù)據(jù)挖掘技術在海量數(shù)據(jù)中快速地挖掘出隱含信息中的使用模式的過程，是知識發(fā)現(xiàn)領域的研究熱點。當前頻繁模式發(fā)現(xiàn)主要是基于文本挖掘技術的，其數(shù)據(jù)集缺乏語義，因此挖掘結果往往不盡如人意。本體作為一種有效的知識描述手段，能有效地提升數(shù)據(jù)表達的語義，但其本身推理能力較弱。因此利用具有強大推理能力的規(guī)則邏輯，結合本體構成混合邏輯知識庫，這種方法可以有效地提升頻繁模式發(fā)現(xiàn)的質量。在混合邏輯知識庫上挖掘頻繁模式的時間開銷非常大，尤其是對

2、觀察集進行覆蓋測試的時候需要進行大量的推理計算。因此，本文在結合本體和規(guī)則構成混合邏輯知識庫的基礎之上，研究頻繁模式發(fā)現(xiàn)的并行的處理架構，通過約簡選言規(guī)則庫中雙向邏輯推理模式，給出模式的形式化定義，在此基礎上提出一種基于 ILP的頻繁模式發(fā)現(xiàn)并行計算框架，并設計實現(xiàn)了該原型系統(tǒng)。本文主要研究成果如下：
　　1)針對并行計算框架給出了模式的形式化定義
　　傳統(tǒng)的選言規(guī)則模式基于雙向信息流，不適用于并行計算框架。本文在分析頻繁模

3、式發(fā)現(xiàn)過程中發(fā)現(xiàn)，大量的信息從知識庫中通過規(guī)則體的描述邏輯原子作用于異構規(guī)則，因此本文通過簡化規(guī)則頭的描述，給出了一種單向信息推理的模式的形式化定義，這種定義雖然在一定程度上弱化了模式的描述能力和推理能力，但能利用并行計算框架極大地提高頻繁模式發(fā)現(xiàn)的效率。
　　2)提出了一種本體與規(guī)則相結合的并行頻繁模式發(fā)現(xiàn)方法
　　基于MapReduce框架，在本體與規(guī)則相結合的混合知識庫上，提出一種并行ILP頻繁模式發(fā)現(xiàn)的方法。從核心概

4、念出發(fā)，通過節(jié)點擴展算法生成Trie樹，在完成安全性檢查、等價性驗證和冗余性驗證的基礎上，將需要大量計算的模式檢測過程分發(fā)到并行計算節(jié)點上，從而降低觀察覆蓋測試時間，提高模式發(fā)現(xiàn)效率。
　　3)結合本體與規(guī)則的并行頻繁模式發(fā)現(xiàn)原型系統(tǒng)的設計與實現(xiàn)
　　本文設計并實現(xiàn)了一個并行頻繁模式發(fā)現(xiàn)系統(tǒng)，首先定義了數(shù)據(jù)結構，然后將該原型系統(tǒng)的核心模塊例如用戶接口、任務管理、驗證模塊和計算模塊分別部署到相應的并行計算節(jié)點上協(xié)同合作得到頻繁