基于Multi-Agent技术的个性化数据挖掘系统.pdfVIP

第 34 卷第 3 期 中南工业大学学报(自然科学版) Vol .34 No .3 Vol .34 No 3 J . CENT. SOUTHUNIV . TECHNOL . June 2003 基于 Multi Agent 技术的个性化数据挖掘系统 蒙祖强,蔡自兴 (中南大学信息科学与工程学院,湖南 长沙,410083) 摘要:设计基于 Multi Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和 Agent 的状态转变关系 及其它们之间的通信协议;利用用户 Agent和挖掘 Agent得到个性化数据挖掘系统 MAS,并给出了系统的算法 . 该类系统的特点是:用 Agent 模拟人,实现用户在系统中的智能代理 .结果表明,它能够实现数据挖掘的个性化服 务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避免了系统对无用数据 的挖掘,提高了系统的运行效率 . 关键词:数据挖掘;Multi Agent;个性化;知识发现 1005 9792(2003)03 0290 04 中图分类号:TP311 .13 文献标识码:A 文章编号: 数据挖掘系统处理的是大量数据,而且为满足 edgeDiscoveryinDatabase,即 KDD),是从存放在 多任务、多用户的需求,系统通常很复杂,存在一些 数据库、数据仓库或其他信息库中的大量数据中挖 不足: 掘有趣知识的过程 .其主要任务是设计有效的数据 a . 用户为完成早已熟练的任务每次都要反复 存储结构和算法,发现蕴涵在大量数据中的内在关 进行相同的操作; 联和模式等,以供决策支持 .常见的任务可分为[2] : b . 即使进行 1 次简单的操作也要处理大量多 a . 关联发现(Associationdiscovery); 余的数据; b . 聚类分析(Clusteringanalysis); c . 分类与回归(Classificationandregression); c . 如果“放纵”地让系统去发现模式,将导致大 d . 偏差检验(Deviationdetection). 部分模式与用户无关,即使有关,但由于可能太难理 但是,从目前的数据挖掘算法来看,不管是关联 解而失去有效价值 .所以,研究人员都强调用户的主 [3 ,4 ] [5 ,6] [1 ,2 ] 规则挖掘算法 ,还是聚类分析算法 和分类算 动参与 ,从而导致“数据挖掘的手工化”,即导致 [7] 法 ,都有意或无意强调了用户参与的重要性,只注 过多的手工参与 .这使得系统运行效率低,浪费用户 重用户的亲自手工参与挖掘过程,而忽视了可以利 大量的时间和精力 .