基于数据整合数据挖掘多准则决策的突发事 件信息管理框架.pptVIP

基于数据集成、数据挖掘、多准则决策的 事件信息管理框架 ------尹家权、符仕城、赵苏继 介绍题目 引言 近年来，一系列的自然和人为事件，比如911恐怖袭击、2003年非典疫情、08年13年四川地震 以及云南的连续干旱，造成人类巨大的生命和财产的损失,这凸显了需要改进我们预防、应对、减轻和恢复自然和人为事件的能力，因此我们要队各类事件进行管理。 事件管理活动可以分为两个阶段： 1 事前阶段 2 事后阶段 活动过程如图1 事件管理活动 ------防止 ------预防 应对 减轻------- 恢复------- 当前，人们借助事件信息管理系统来减轻自然和人为事件带来的巨大损失，然而一个有效的事件信息管理系统要面临四个挑战： （1）通过一个标准化的格式使异构分布式事件数据能被准确及时的访 问、分析、评价、传播。 （2）系统应该帮助决策者有效地访问大而复杂的数据，检测数据异常,并提取数据的共同点 （3）在一个事件中，系统需要协助决策者评估风险和选择一个适当的解决方案。 （4）系统应该提供差异化服务满足事件不同阶段和不同类型事件的管理需求 四大挑战 相关研究 1 事件信息系统的设计和开发 系统设计要求和方法、系统框架和开发、系统评估 2数据集成技术在事件信息管理中的应用 理论研究、算法和工具开发方面都有了很大成就，但在基于突发 事件的数据集成研究比较少 3事件信息管理的决策支持功能 在紧急事件中支持决策者使用多准则决策和数据挖掘技术选择合适 解决方案和识别异常情况 相关研究： 概念性框架介绍 本文中作者提出的概念性框架分为三个层次： 1异构数据集成模块 此模块有两个接口:分布式异构数据接口和统一的数据接口 分布式异构数据接口：中间件（数据建模,数据集成和底层数据预处理） 统一数据接口 ：为上层应用程序提供了一个结构化的、统一的数据接口 2通过数据挖掘和多准则决策模型提供决策支持功能 数据挖掘技术通过对不同类型的事件特点的总结,事件的报道情况和当前的事件状态预测潜在的事故和事件的可能经过。通过统一的数据接口, 调用适当的数据挖掘功能和算法提供差异化服务，多准则决策模型帮助决策者从一组可行的替代方案中选择最适当的解决方案,并采取及时有效的反应。 3图形化用户接口和协作工具 这一层在事件决策中扮演着重要角色。决策者不用接触底层数据，而是通过图形化的界面利用数据挖掘技术和多准则决策模型选出更合适的方案 事件信息管理框架 异构数据集成艰难的原因： 系统架构：大型机、服务器、 工作站、PC 数据类型：多媒体数据、文本、光学/磁/红外/热信号等 平台：windows/linux等 语言：chinese ,English 时间：非/实时数据 分布式异构数据接口/基于xml的集成处理器/统一的数据接口 数据挖掘： 数据挖掘模块在事件信息管理框架中是帮助决策者理解突发事件的特点、并利用已有的信息预测未来的事件。 1数据挖掘在事件准备中的应用 事件的信息是巨大的，他可能来自不同的部门，以不同的形式存储。事前的数据挖掘可以帮助决策者理解事件的特征和影响,设计 紧急反应计划和培训计划，从而降低损失。 2实时数据挖掘和差异化服务机制 事件管理系统提供及时的检测危险事件,帮助决策者采取适当的反应活动,以避免或减轻严重的负面后果事件，并且对不同类型的事件采取差异化的服务。 多准则决策： 多准则决策是指在具有相互冲突、不可共度的有限(无限)方案集中进行选择的决策 多准则决策根据决策方案是有限还是无限，而分为多属性决策(MADM)与多目标决策(MODM )两大类。 　　1、多属性决策 　　多属性决策也称有限方案多目标决策，是指在考虑多个属性的情况下，选择最优备选方案或进行方案排序的决策问题。 　　2、多目标决策 　　多目标决策是指需要同时考虑两个或两个以上目标的决策。如某企业要在几种产品中选择一种产品生产，就既要考虑获利大小，又要考虑现有设备能否生产以及原材料供应是否充足等因素来选择其中一种，只有使这些相互联系和相互制约的因素都能得到最佳的协调、配合和满足，才是最优的决策。 案例研究 为了验证所提出的框架，本文进行了一项案例研究，选择了从1997年至2001年发生在中国5年的农业气象灾害。 由于数据不是分散的，仅仅是数值数据类型，数据的功能集成模块的框架没有探索，重点是研究