用于构建数据挖掘知识管理的本体推理架构.doc

数据挖掘知识管理中的本体推理架构 摘要：为了实现数据挖掘（Data Mining，DM）领域知识的智能化管理，本文提出了一种基于本体的DM知识管理架构。使用本体库，这个架构可以通过本体服务手段实现智能知识检索和数据挖掘任务的自动完成。其主要功能包括：①使用基于Web本体语言（Ontology Web Language，OWL）描述数据挖掘本体和元数据。 ②本体推理功能。基于现有的概念和关系，本体的隐性知识可以用推理机获得。本文主要侧重于数据挖掘本体的构建和基于OWL DL(s)的数据挖掘本体的推理。 关键字：本体；数据挖掘；知识管理；本体推理 0 引言 由于数据挖掘（DM）领域知识的不断扩充和更新，一些新的问题也随之出现了。比如：①对于新出现的领域知识，DM知识管理系统无法实现新领域知识的自动定义及归类，而需要专家的人工操作。因此，出现了定义及归类的人为差异。②当一个不具备很多领域知识的普通用户提交一个数据挖掘任务时，可能得不到解决该任务的DM方法及算法的最佳组合。 为了解决以上问题，协助用户进行数据挖掘工作，对数据挖掘领域知识进行 智能型管理是必要的。一些学者也在这方面做了一些研究 Bernstein提出了智能发现助理系统（IDAs）,它给用户提供①系统列举的有效DM过程中，为了不会将重要的，潜在的富有成效的选项忽视，②通过不同的标准对有效过程进行有效的排名，以促进对DM的进程执行的选择。Cannataro提出的数据挖掘本体的概念（DAMON），这是一个DM领域本体并且被DAML+OIL描述。此外，DAMON-MAP架构和主要功能也进行了描述。DAMON的使用在知识网格中体现和应用，提供本体浏览和查询。 然而，IDAs和DAMON只是对数据挖掘过程中本体的描述，而不是对整个DM领域知识的描述，也不是基于本体推理的可以实现知识概念和知识智能检索的自动分类和解决冲突的系统。本文介绍了DM领域知识管理的本体论[，构造了一个DM基于本体推理的知识管理（DMKM）架构，并着重于本体库的建设和基于Web本体语言(OWL)数据挖掘本体推理)DL(S)。 1 DMKM架构 本次研究使用Protégé, PAL (Protégé Axiom Language)推理模块，OWL API和推理机创建一个开放和可扩展的DMKM架构。它包含的Protégé, PAL推理模块，Tab查询模块，OWL API，推理机，用户查询界面，知识库维护界面，DM元数据库和数据挖掘本体数据库，它是在图1所示。首先，将介绍组成DMKM的每一个模块的主要功能，然后它会对DMKM的基本功能给予描述。 1.1 每个模块的功能 Protégé 是本系统的核心模块。通过使用DM元数据库和数据挖掘本体集，提供必要的知识的分类，每个类的属性，不同类别之间的相互关系，和不同类别各属性之间的关系。 图1 DMKM架构 OWL API 它是一个模块接收到OWL文件，RDF文件和RULE文件，用Protégé输出，并将它们传递给本体推理机。Jena可以用作OWL API模块。 推理机 它是处理更进一步的逻辑查询系统的模块。它可以定义更复杂的逻辑关系，并自动根据DM本题库中建立的基本的本体知识推导出新的知识。它被命名为RACER，可以用作本体推理机。 本体库 是该系统的主要组成部分。它是一个DM专家定义的本体集。它包括数据域的知识的分析，特别是数据挖掘过程。 DM元数据库 它是一个知识库系统的一个组成部分，存储了DM领域的各种元数据，如数据挖掘工具和算法等。 PAL推理模块 它是逻辑查询系统的核心模块。它可以根据用户的查询方式，找出数据挖掘本体数据库和DM元数据库中用户所需的有用的知识进行扣除。 Query Tab查询模块 是负责开展查询请求，这可以从DM元数据库和数据挖掘本体数据库中发现有用的知识。 使用者查询接口 它分为两个子接口：PAL查询接口和Query Tab查询界面.PAL查询接口提供了一个通过PAL逻辑表示法的公式编辑器并将输入的查询式传递给PAL推理模块进行解析。当使用者填写的查询语句是空白的，它会把问句交给Query Tab查询模块进行解析。Query Tab查询界面是查询系统中的图形用户界面并提供固定查询模式。 知识库维护接口 用来新增DM元数据文件盒数据挖掘本体于Protégé的知识库中。 1.2 DMKM的基本功能 ①知识工作者通过知识维护接口手动更新数据挖掘本体库。②当有新的数据挖掘本体和DM元数据文件，知识数据库通过知识维护接口更新。它可以对新领域知识实现自动定义和分类，所以它并不需要专家的手动操纵。③用户可以通过两个不同的查询方式查询DM知识：PAL查询接口和Query Tab查询接口。这两个模块查询Protégé知识库，然后他们会各自提供给用