数据挖掘中的本体应用研究综述 数据挖掘综述.docx

《数据挖掘中的本体应用研究综述 数据挖掘综述.docx》由会员分享，可在线阅读，更多相关《数据挖掘中的本体应用研究综述 数据挖掘综述.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据挖掘中的本体应用研究综述 数据挖掘综述 摘要：数据挖掘是个交叉领域，与人工智能、信息科学、统计分析等领域有着紧密的联系。而本体作为一个新兴的探讨领域，与数据挖掘在应用的学科领域范围上有着较大的重合，比如在生物科学和化学领域，这两者的结合探讨也特别活跃。在数据挖掘中引入本体能够极大地解决数据挖掘面临的问题。系统探讨了在数据挖掘中本体的应用状况。关键词：数据管理；数据挖掘；本体中图分类号：TP391文献标识码：A文章编号：16727800（2012）007010403作者简介：闻中慧（1988-），女，湖北荆州人, 武汉高校信息管理学院硕士探讨生，探讨方向为数据挖掘与人工智能。0引言摩尔定律见

2、证了过去40多年来计算机技术的发展：芯片的处理速度越来越快，集成电路的体积越来越小、性价比越来越高。以硬盘为例，机械硬盘存储单位兆的成本不断下降，而性能更好的固态硬盘正在进入民用市场。计算机的硬件成本越来越低，而硬件的性能越来越好。存储每兆信息所须要的成本越来越低。这为大规模的数据存储打下了物质基础。计算机技术的普及大大提升了数据采集、存储和操作实力。数据库与DBMS顺应了大规模的数据管理而产生。从20世纪60年头早期简洁的数据收集到建立数据库，到20世纪70年头数据库管理系统的发展，到后来各种新型数据库，到数据仓库与数据挖掘的发展，数据库发展的内在驱动因素正是出于人们对快速增长的数据利用的需

3、求。身处于大量数据之中，却依旧感到缺乏信息，数据挖掘的产生正是为了满意从数据中挖掘信息的需求。数据挖掘这些年来被广泛应用和探讨，比如在生物科学、化学、天文和商业领域等等，这些领域的共同特点都是面临大量数据处理。数据挖掘也面临者很多问题：处于困难的数据环境中，须要支持多种数据源类型；挖掘算法的选择简单受运用者个人学问背景影响；产生规则过多；规则难以理解，须要领域学问背景等等。而本体的引入，从各个方面改进了数据挖掘面临的问题。1理论背景1.1数据挖掘的定义和KDD过程数据挖掘是“从资料中提取出隐含的过去未知的有价值的潜在信息”（1992年提出），也被认为是“从大量的、不完全的、有噪声的、模糊的、随

4、机的数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和学问的过程”（2001年提出），后者是被广泛引用的数据挖掘定义。数据挖掘定义的改变伴随着数据挖掘方法的探讨深化而改变， 在商务智能领域，数据挖掘被定义为是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理，从中提取协助商业决策的关键性数据。尽管数据挖掘的定义在改变，但其总体目标仍旧是从现有的数据中挖掘未知的信息，转化和提取为可理解的信息和知，识以便进一步运用。数据挖掘经常与数据库中的学问发觉（Knowledge Discovery in Database，简称KDD）一起出现，两者被认为是同一概念。而文献2中

5、，数据挖掘被认为是KDD的关键步骤。Frayyad 将KDD的过程分为以下几个步骤：(1)数据选择。从数据库中选择与业务相关的目标数据。在大型数据库中，遍历全部数据是不现实且不明智的。(2)数据预处理。依据须要去除噪声。收集必要的信息用以建模和对噪声进行说明，依据决策须要确定须要丢弃的数据，依据时间须要等等因素选择数据。(3)数据转化。转换数据为数据挖掘工具所需的格式。这一步可以使得结果更加志向化。详细工作依据目标任务选择数据属性，对高维数据进行降维处理等等。(4)数据挖掘。依据任务目的选择数据挖掘算法，包括确定参数与选择合适的模型。经过这一阶段，将从数据中挖掘出模式。数据挖掘能供应的模式包括

6、特征描述、关联分析、分类、聚类、离散值分析、演化分析等。(5)说明模型并评价。对模式进行说明，并评价挖掘效果，依据评价确定是否进行迭代挖掘。实际探讨中，数据挖掘的步骤也与上述相差不远。步骤（1)-（4)在数据挖掘中也被认为是数据挖掘的打算工作，因此在本文中将数据挖掘与KDD视为同一概念。1.2本体本体是从哲学领域引入人工智能的一个概念，1991年由Neches等人最早给出Ontology定义，他们将Ontology定义为“给出构成相关领域词汇的基本术语和关系，以及利用这些术语和关系构成的规定这些词汇外延的规则的定义”。Neches认为：“本体定义了组成主题领域的词汇表的基本术语及其关系，以及结

7、合这些术语和关系来定义词汇表外延的规则。”随着探讨的深化，许多学者对本体给出了不同的定义。其中最闻名并被引用得最为广泛的定义是由Gruber提出的“本体是概念化的明确的规范说明”，本体定义的发展最重要的是对本体中概念化(conceptualization)定义的提出，“概念化作为学问形式化表达的基础，是所关切领域中的对象、概念和其它实体，以及它们之间的关系”。本体的定义有概念化、明确、形式化、共享4层含义。作为学问组织的一种形式，本体是一种对学问的概念化的组织说明，是对已存在的概念和概念之间的关系的客观描述。明确意味着这些概念以及概念运用中的限制具有明确的定义，通过概念模型的表达，削减对概念和

8、逻辑关系的误会。本体使得计算机能够理解和处理信息的语义。共享是指本体表示的学问是公认的学问，能被人认可。本体可被表示为概念、属性、关系三元组。与数据挖掘类似的是，本体的活跃领域也包括信息科学、生物、化学等。特殊是在生物科学领域，基因本体的建立使得该方面的探讨非常活跃，取得了丰富的探讨成果。2本体在数据挖掘中的应用数据挖掘是一个人机交互、不断重复的过程，数据挖掘的过程中常受人为因素干扰。在挖掘打算阶段，确定业务目标后，须要业务人员与数据库技术人员共同确定目标数据；在数据挖掘阶段，须要数据挖掘专家供应帮助来选择合适的算法和模型；而在说明阶段，须要领域专家的学问才能对模式进行合理说明。在数据挖掘过程中，至少须要4种类型的人参加：业务人员、数据库管理人员、数据挖掘专家、领域专家。在数据挖掘过程中引入专家的领域学问、背景学问能够补充和促进挖掘，在专家学问的引导下避开产生无意义的结果。文献6