一个通用型知识发现系统中数据预处理的实现-计算机应用研究.PDF

第 11 期 谢永红等: 一个通用型知识发现系统中数据预处理的实现 ·55 · 一个通用型知识发现系统中数据预处理的实现 * 谢永红, 阿兹古丽·吾拉木, 杨炳儒 ( 北京科技大学 信息工程学院, 北京 100083) 摘 要: 介绍了一个通用型知识发现系统的数据预处理部分的主要设计思想和实现方法。该系统的数据预处 理部分运用了视图机制、主题管理、语言场理论等思想方法, 对基于各种关系型数据库的知识发现工具的实现进 行了有益的尝试, 并对未来的工作做了展望。 关键词: 知识发现; 数据预处理 ; 主题管理 中图法分类号: TP311 文献标识码 : A 文章编号 : 1001- 3695( 2005) 11- 0055- 03 Implementation of a General Knowledge Discovery Software System’s Data Preprocessing XIE Yong-hong, Aziguli ·Wulamu, YANG Bing-ru ( School of Information Engineering, Beijing University of Science Technology, Beijing 100083, China) Abstract: This thesis is mainly presenting an approach to bringing in ideas of designing a general knowledge discovery soft- ware system’s data preprocessing, which is provided with view, subject management and language field. The paper would be a helpful attempt to implement data mining system based on various relationship data bases and to deliver prospects for future works as well. Key words: Knowledge Discovery in Database( KDD) ; Data Preprocessing; Subject Management 数据库中的知识发现 ( Knowledge Discovery in Database, 开发适用于各类关系型数据库的通用型知识发现工具, 在企业 KDD) 是从大量数据中提取出可信的、新颖的、有效的并能被 尚未建立数据仓库的情况下, 为企业的决策提供支持。通用型 人理解的模式的高级处理过程。所谓数据挖掘 ( Data Mining, 是指该系统所面对的用户数据库是预先未知的、同构异质的数 DM) , 就是从数据库中抽取隐含的、以前未知的、具有潜在应用 据源( 即相同数据模型———关系模型、不同厂家的数据库管理 价值的信息的过程。数据挖掘是 KDD 最核心的部分。它是一 系统管理的数据库) , 用户可利用系统针对自己的数据进行相 个反复的过程, 通常包含多个相互联系的步骤: 预处理、提出假 关定义后, 开始数据挖掘工作。由于有很多未确定因素, 这样 设、选取算法、提取规则、评价和解释结果、将模式构成知识, 最 更增加了数据预处理的难度。在设计中采用了数据仓库中面 后是应用。在实际中, 人们往往不严格区分数据挖掘和数据库 向主题的思想、数据库中视图的机制、语言场理论等, 为用户提 中的知识发现, 把两者混淆使用。一般在科研领域中称为知识 供了灵活的数据预处理功能, 可适用于各种不同