傅小兰：人的数据理解课件.pptVIP

中国科学院认知神经科学国际学术研讨会 人的数据理解 傅 小 兰 中国科学院心理研究所 报告提纲 研究项目 研究假设 研究思路 研究举例 报告提纲 研究项目：人的数据理解 研究假设 研究思路 研究举例 符号、数据、信息、知识 符号（symbol）：任何一个能和其它模式相区别的模式 数据（data）：符号的集合 信息（information）：有用的数据 关联信息：若干单个事件相关联的信息 聚类信息：对数据进行聚类 分类信息：进行分类的特性描述 偏差信息：反映异常情况 预测信息：基于现有的数据建模，计算未来值 知识（knowledge）：反映事物间的内在联系的信息 隐知识：无法用语言文字描述 显知识：可用语言文字描述 KDD 与 DM 数据库中的知识发现（Knowledge Discovery in Database）：KDD是在数据中鉴别出有用的模式的非平凡过程，该模式是新的，可能有用的和最终可理解的。（Fayyad et al， 1996） 数据挖掘（Data Mining）：数据挖掘是在数据库中寻找数据中的模式，再根据这些模式找出相应的规律。 KDD处理过程 数据准备 数据集成 数据选择 数据预处理 数据挖掘 产生假设：发现型，验证型 选择合适的工具 挖掘知识的操作 证实发现的知识 结果表述和解释 数据挖掘的应用领域数据挖掘在政府管理决策、商业经营、科学研究和工业企业决策支持等各个领域都发挥着巨大作用 基因组表达 寻找暗物质 万维网（WWW） 数据挖掘 侦测商业的欺诈行为 客户信誉分析 预测顾客的购买行为 预测销售额和决定库存量 预测机器故障 估计系统潜在的安全漏洞 数据挖掘研究的现状与趋势 数据挖掘是目前国际上数据库和信息决策领域的最前沿研究方向之一。 数据挖掘研究中，海量数据(107-9)的分析与理解是应用驱动的、将在今后十年中对计算机科学与技术产生重大影响的前沿问题。 数据挖掘研究中，人的数据理解是最具有智能性也最富有挑战性的科学问题。 因为大家关心的是 海量数据(107-9) 算法技术 人的数据理解 主要研究目标 揭示人在复杂信息环境中获取、处理、理解信息的基本认知操作、一般规律及其影响因素； 验证基于数据挖掘理论所建立的数学模型对人的心理现象的解释能力。 主要研究内容 人在觉察、获取、处理、理解外界客观信息过程中的基本认知加工操作以及所采用的策略； 信息的不同载体形式（文字、图形、实例等）及其组织方式对人的知识获取（发现）过程和效果的影响。 拟解决的关键科学问题 人在复杂信息环境中获取、处理、理解信息的基本认知操作是什么？存在怎样的一般规律？有哪些影响因素？ 研究意义 理论意义：促进对人的智能本质的理解。 深化对人的知识获取（发现）过程及其机制的理解； 提出新的知识表征理论。 应用价值：对计算机科学与技术产生重大影响。 直接应用于指导数据挖掘的计算机数据理解方面的研究； 直接应用于指导数据挖掘原型系统的设计，指导数据挖掘算法的研制、改进和集成。 研究途径 采用数据挖掘研究中的理论与算法建模，并在此基础上设计和实施心理学实验 考察基于数据挖掘理论所建立的数学模型对人的心理现象的解释能力； 验证根据心理学实验结果提出的理论解释，并对提出的心理学理论给出精确和形式化的说明。 报告提纲 研究项目：人的数据理解 研究假设：表征、加工、控制 研究思路 研究举例 认知研究的两种主要取向 信息加工取向（information-processing approach） 计算机隐喻（computer metaphor）：心智像计算机一样工作。 强调认知过程的抽象的串行的分析，这些过程对信息进行操作，使之符合我们当前的目标。 认知过程等于心理程序，因此，应当建立心理过程的计算机模型（计算机程序）。 联结主义取向（connectionist approach） 脑的隐喻（brain metaphor）：心智像脑一样工作。 强调基于神经元的平行加工的观点，认知系统不能被分成各个部分，神经元间没有典型的等级联系。 在每个认知行为中，神经和认知系统作为整体单元起作用，因此，研究重视神经和数学基础。 核心概念 表征（representation） 加工（process） 控制（control） 基本假设 认知活动的整体观 表征的复杂性和变化性 加工的简单性和程序性 控制的有效性和灵活性 其他：动机、情感、个性 表征的复杂性和变化性 表征的复杂性 表征内容的复杂性 表征形式的复杂性 表征通道的复杂性 表征的变化性 从外界环境拾取的信息导致的表征变化 从长时记忆提取的信息导致的表征变化 在工作记忆