一种改进算法的化学数据挖掘系统原型研究初探

探初究研型原统系掘挖据数学化的法算进改种一 一种改进算法的化学数据挖掘系统原型研究初探 宋庆元 Song Qingyuan （东华理工学院，南昌 330013） 330013) 摘 要：本文介绍了一种针对化学数据分析的挖掘系统原型实现和设计理论。阐述从化学数据分析的角度 开发一个联机分析数据挖掘系统原型的理论过程，研究过程采用数据仓库提供的OLAP技术进行关联规则挖掘，提 供了一种数据项的二进制编码技术，对于提高数据信息的处理能力和可靠性有一定意义。预期实现从各种文献资 料或数据库自动抽取有关化学反应的信息，发现新的有用化学成分，完成合成设计和反应预测等功能，从而对数 据挖掘的实现进行了有益的尝试。 关键词：数据挖掘;化学数据仓库;联机分析挖掘;关联规则;二进制编码 中图分类号：TP311.52文献标识码: A 文章编号： Abstract： attempt on the research of DM. Keywords： 0 引言 掘问题需要一整套的方法，它们包括了统计学、数据 过去的数十年中，数据库技术得到迅速发展而逐 库管理、Bayesian网络、机器学习和决策树、图示和 步趋于成熟，各种各样的数据库管理系统被开发和广 人工智能。化学数据挖掘就是研究综合应用这些方法 泛应用，人们产生和收集数据的能力不断提高，同时 的理论和实践。本文主要介绍基于 OLAP和OLAM联 积累的数据也在不断增长。目前的数据库系统可以高 机分析原理进行关联规则数据挖掘的基础理论和方法。 效地实现数据的录入、查询、统计等功能，但无法发 1 OLAP和 OLAM 现数据中存在的关系和规则，无法根据现有的数据预 面对如此众多的大小不一的化学数据库，必须有 测未来的发展趋势。实际实验过程得到的数据具有离 强大的工具对信息进行分析，才能挖掘得到满意的结 散的、不完全的、有噪声的、模糊的、随机的特征，而 果，OLAP就是一个得到广泛应用的DW技术。OLAP专 且当前许多化学数据库的数据量非常大，要在其中快 门用于支持复杂的决策分析，它可以根据分析人员的 速准确地找到对我们真正有价值的信息却很难，有意 要求，迅速、灵活地对大量数据进行复杂的查询处理， 义的过程就像从矿石中淘金一样。作为一种新的科学 并且以直观的、容易理解的形式将查询结果提供给各 信息处理技术，数据挖掘的主要特点是对数据库中大 种用户，因而适于科学数据的处理如化学数据库的知 量实验数据进行抽取、转换、分析和其他模型化处理， 识挖掘工作。 从中提取辅助决策的关键性数据。化学数据挖掘本质 1.1OLAP 上是多学科交叉的研究领域，而且解决典型的数据挖 OLAP是一种使分析人员能够迅速、一致、交互地 53 科技广场 2005.1 从各个方面观察信息和深入理解数据的软件技术，这 发现、反应知识模型的表述和反应知识库的建立、化 些信息是从原始数据直接转换过来的，从而以容易理 合物反应性能的预测、化学知识的类比推理等。选择 解的方式反映真实情况。一种多维DB被看作一个超立 性是有机化学家所遇到的主要挑战，它要求在所希望 方体（如图一所示），沿着各个维方向存贮数据，它允 的产品分子上，制造极精确的结构变化。每一个类型