基于区间属性值补缺的知识管理自学习案例检索机制.pdfVIP

第45卷第3期 郑州大学学报(理学版) V01．45No．3 2013年9月 J．ZhengzhouUniv．(Nat．Sci．Ed．) Sep．2013 基于区间属性值补缺的知识管理自学习案例检索机制 郭增茂， 张磊磊， 张建华 (郑州大学管理工程系河南郑州450001) 摘要：针对知识管理自学习案例检索中存在区间属性以及属性值缺失的情况，提出了基于区间属性值补缺的案例 检索机制．首先，运用粗集方法对知识管理自学习案例进行分类，完成初步检索并在分类基础上插补缺失的属性 值；而后，利用客观性较强的熵权法完成对确定值和区间属性的权重配置；最后，应用区间灰关联方法实现对知识 管理自学习案例的检索功能．算例分析表明，所提出的案例检索方法操作简便、合理有效． 关键词：知识管理；案例检索；粗集；熵权法；区间灰关联 中图分类号：F270 文献标志码：A 文章编号：1671—6841(2013)03—0120—05 DOI：10．3969／j．issn／1671—6841．2013．03．028 0 引言 知识管理(knowledge 实施能力与实施效果取决于知识管理系统(knowledgemanagement based 工智能机器学习领域的基于案例推理(case 入以提升KMS自学习性能具有很高的可行性．快捷高效的案例检索机制可极大提高CBR实施效益，加速知 识管理自学习案例知识向价值实现环节的转变，从而提高组织KM实施的效率和有效性． 目前，对案例检索的研究大多从属性约简、权重优化、相似度算法以及聚类策略等方面展开．其中，相似 度算法为最基本、最重要的方面．以检索的客体为案例，对案例检索的研究必须立足于案例的实际特性．由于 案例的复杂性、不确定性以及人类思维的模糊性，很难用定值表征案例的某些属性；相反，代之以区间值表征 这些属性显得更为可行．文献[2]较早提出了可量化区间属性的相似度算法；文献[3]提出基于二次平均算 子求区间模糊数相似度；文献[4]从两个区间的重叠程度来表示区间属性的相似度．以上相似度计算方法虽 然有效，但需分多种情况区别讨论，其计算过程较复杂且均未考虑属性值缺失的情况．区间灰关联法可有效 处理灰区间数据，且对指标间有无关联不作要求”-9]；将区间灰关联用于案例检索计算相似度，无需分类讨 论且计算过程简便． 案例检索时常面临部分属性值缺失和属性权重难以确定的问题．对于前者，可通过粗集分析不完备知 识，找出其间联系进而插补缺失属性值；对于后者，熵权法是基于已有数据信息的客观赋权法，可有效避免主 观影响、实现准确而高效地定权．本文将粗集、熵权法以及区间灰关联结合起来，设计基于区间属性值补缺的 案例检索机制． 属性值补缺与权重配置 1．1基于粗集的属性值补缺 处理缺失数据的常用方法有列表删除法、直接估计法以及插补法等．其中，插补法可有效减少数据信息 的损失，但若盲目对某属性值序列做单独处理如求均值进行插补，很可能降低补缺数据的准确率．事实上，数 收稿日期：2013—04—18 基金项目：国家社会科学基金资助项目，编号1lCTQ023． 教授，主要从事知识管理研究，E-mail：tjzhangjianhua@163．tom． 万方数据 第3期 郭增茂，等：基于区间属性值补缺的知识管理自学习案例检索机制 121 据维度不同，处理方式亦不同．对于多维数据而言，除了要考虑缺失数据的产生机制外，还要判断数据的缺失 模式¨引．案例由各方面属性值系统地表征，各属性间或多或少存在联系，且同类案例各方面的属性值更为接 析不完备数据，可发现蕴含于其间的关系和规律(即知识)；对知识进行分类也是粗集主要的应用领域之一． 本文缺失数据的插补思路为：首先，基于粗集法对案例进行分类，找出同类案例；而后，求既定属性未缺失的 同类案例中该属性值的均值，以此作为缺失属性值． 定义1 信息系统S=(U，A，y／，g)，其中U为对象全体，A为属性全体，y=uK为属性值的集合／是 一个信息函数，它指定u中每一对象菇的属性值，即Va∈A，戈∈U以戈，a)∈圪，g为一个分类函数，它指定 u中每