基于大规模数据集的知识适配研究-管理科学与工程专业论文.docxVIP

万方数据 万方数据 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所 取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集 体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体， 均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者： 日期： 年 月 日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根 据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门 或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大 学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者： 日期： 年 月 日 摘要 摘要 随着近些年来信息技术的飞速发展，全球开始进入知识经济时代，知识成 为社会核心生产资料。任何组织或个人只有不断加强对知识应用，才能在现今 多变、速变、巨变的竞争中脱颖而出。对知识的应用不仅仅只是给其提供检索 支持环节，知识适配子系统作为知识应用的新方法，它不但包含对为知识用户 提供检索支持，同时也包含了对检索出案例的后续适配、修正再修正等过程为 知识用户提供更便捷易用的知识服务，同时考虑到信息技术带来的丰富数据信 息，本文以大规模数据集为背景主要针对知识适配子系统进行研究。 本文首先介绍了大规模数据集下知识适配的研究背景，并引申出其研究意 义，通过对国内外相关研究现状进行总结，分析其中存在的主要问题，说明本 文的研究出发点、组织结构和主要研究内容。 其次对知识管理、案例推理、知识适配和粗糙集的相关理论进行说明，包 括知识的定义，知识管理的定义和完整生命周期，案例的结构表示方法，通过 对案例推理的过程模型分析引入知识适配的概念和特点，粗糙集的基本概念、 主要特点和属性约简方法。 之后通过对现有知识适配方法进行总结，分析出本文的的研究思路，将知 识适配子系统分为检索引擎和适配引擎，在检索引擎对比现有检索算法确定采 用 kNN 算法，在适配引擎分析了不同案例适配类型，选用多案例适配方式，最 终得出本文基于大规模数据集的知识适配研究框架。 然后分别对检索引擎和适配引擎中选定的算法进行说明，分析其中的不足， 并做出针对性的改进措施，为 kNN 算法增加前置工序，RS 和 CV 相整合的权重配 置和区域划分。为多案例诱导适配方式引入变精度粗糙集，降低其对噪点数据 的敏感性，扩大适配引擎的应用范围和效果。 最后采用森林覆盖类型算例分析，验证本文所建立框架的效率性和有效性。 关键词：大规模数据集 知识适配 粗糙集 变精度粗糙集 案例推理 I Abst Abstract Abstract With the rapid development of information technology in recent years, the world entered the era of knowledge economy, knowledge has become the core of social production. Any organization or individual can continue to strengthen the application of knowledge, in order to changing today, rapid change, competition changes stand out. On the application of knowledge not just to provide support to retrieve links, knowledge adaptation knowledge application subsystem as a new method, which not only includes support for providing access to knowledge of the user, but also includes follow-up to retrieve a case adaptation, Fixed re-correction process knowledge to provide users with more convenient and easy to use knowledge services, taking into account the we