面向领域数据挖掘系统研究.docVIP

面向领域数据挖掘系统研究 　　摘要：通过将领域工程、领域框架、面向对象技术、软件构件技术及数据挖掘相结合，提出了一套面向领域的数据挖掘系统开发模型及一个类似于OSI网络参考模型的新型挖掘层次结构，并且设计了一个面向领域的数据挖掘系统框架，有效地解决了以上问题。 　　关键词：领域工程； 领域框架； 软件构件； 数据挖掘 　　中图分类号：TP302文献标志码：A 　　文章编号：1001-3695(2008)05-1432-02 　　 　　在过去的若干年时间里，各商业企业、科研机构或者政府部门都积累了海量的、以不同形式存储的数据。人们早已淹没在数据和信息的汪洋大海中。大量的数据被描述为“数据丰富，但信息贫乏”。这些数据十分繁杂，要从中发现有价值的信息或知识，达到为决策服务的目的非常困难，因此相继产生了数据挖掘和数据仓库等技术。?? 　　数据挖掘也叫数据库中的知识发现(knowledge discovery in databases，KDD),是一个从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解的模式的过程[1]。?? 　　数据仓库(data warehouse,DW)是20世纪90年代初由W.H.Inmon首次提出的。他对数据仓库的定义为：“数据仓库是一个面向主题的、集成的、不可更新的且随时间不断变化的数据集合，用来支持管理人员决策。” [2]。?? 　　数据仓库的产生和发展为数据挖掘提供了更广阔的发展空间和应用前景。目前,数据挖掘的研究已与数据仓库的研究结合起来。数据仓库环境下的数据挖掘技术的研究已成为信息科学学术界的热点问题之一。然而，在建立基于数据仓库的数据挖掘系统过程中，各个领域人员对自己本领域的需求、知识和经验非常精通，对其他领域则知之甚少。因此不同领域专家在开发过程中难以沟通和协作，使开发效率和软件复用率低。而且由于系统的可扩展性差，当企业需求及信息模式频繁变化时，原系统需要重建以满足新的需求，造成了人力财力的极大浪费。为有效解决这些问题，本文简要介绍了领域工程、领域框架相关技术，以及面向领域的数据挖掘系统开发模型和层次结构，重点讨论了面向领域的数据挖掘系统的框架和相关?┦迪帧＊? 　　 　　1相关技术简介?? 　　 　　1．1领域工程?? 　　领域工程是为一组相似或相近系统的应用工程建立基本能力和必备基础的过程，它覆盖了建立可复用的软件构件的所有活动。其中领域是指一组具有相似或相近软件需求的应用系统所覆盖的功能区域[3]。?? 　　领域工程是创建可复用构件的过程。其核心思想是应用模式领域化、问题抽象通用化、软件元素重用化、开发过程工程化[4]。实施领域工程的过程一般分为三个主要阶段：?? 　　a)领域分析。目标是获得领域模型。?? 　　b)领域设计。目标是获得DSSA(特定领域软件体系结构）。?? 　　c)领域实现。主要任务是依据领域模型和DSSA开发、组织可重用构件。?? 　　领域工程的三个基本阶段所描述的过程是一个反复的、逐渐求精的过程。在实施领域工程的每个阶段中都可能返回到以前的步骤，对以前得到的结果进行修改和完善，再回到当前步骤，在新的基础上实施本阶段的过程。?? 　　1．2领域框架?? 　　框架是构成一类特定软件可复用设计的一组相互协作的类和接口。这些类通常是抽象的,类的实现细节放到具体子类中构成一个抽象设计,不同的子类和接口实现构成对设计的不同实现。它不是一个完全的系统,而是一个特定领域内的应用程序的部分设计和实现。?? 　　根据扩展技术，软件框架还可以分为白盒、灰盒和黑盒框架[5]。白盒框架其抽象的类集向用户公开，用户生成抽象类的子类，经过修改扩充后使用。OOF就是白盒框架。黑盒框架提供基本完成的软构件，用户组合这些构件，修改其界面，构筑自己的应用系统。构件框架就是典型的黑盒框架。灰盒框架是白盒与黑盒框架的混合。在灰盒框架中，既可以使用继承和动态绑定进行扩展，也可以通过定义接口进行扩展[6]。?? 　　为了成功构建数据挖掘系统，需要不同行业人员有效地沟通协作，因此结合领域工程的方法论提出一套面向领域数据挖掘系统的开发模型和设计一种可靠的体系结构非常关键。?? 　　 　　2面向领域的数据挖掘系统开发模型和层次结构?? 　　 　　面向领域的数据挖掘系统开发模型与以前软件开发模型相比具有自身的特点。面向领域的数据挖掘系统开发模型更加关注系统的较高重用粒度、可扩展性、开放性和通用性。此开发模型在分析、研究挖掘系统涉及的相关领域活动后，发现和提取各个领域中公共特性，识别各个领域中的公共的、基本的对象和操作，定义不同领域之间模型的关系和统一访问?┙涌凇＊? 　　在分析研究各种挖掘软件系统后不难发现：数据是企业的重要信息资源，是数据挖掘系统的处理对象。