一种基于用户过程的知识发现建模方法

从开发真正实用的知识发现集成系统的目的出发,指出对用户知识发现活动的全面支持是ＫＤＤ系统成功的关键。通过对知识发现过程的系统分析,建立起面用户地过程模型。     

基于数据库和知识库的知识发现研究综述

介绍了知识发现技术的总体研究情况,包括KDD的定义、若干基本概念、主要过程和步骤、KDD的分类和主要技术手段、发展趋势以及KDD的主要应用领域.同时也指出了数据挖掘研究的挑战性以及目前的局限性,结合一些新的研究成果,探讨了基于知识库的知识发现(KDK)和数据库-知识库协同知识发现(KDD&K)的理论框架.     

KDD在高校教育中的应用

以KDD（KnowledgeDiscoveryinDatabase,数据库中的知识发现）理论为基础,深入剖析当前高校教育技术信息化、网络化的状况,介绍了KDD技术发展状况以及数据挖掘在高校教育中的具体应用,归纳总结了KDD技术在现代教学过程中的应用空间及功能,并提出一些思考。     

一种新型的基于多智能体的KDD系统结构

介绍了数据库中的知识发现（knowledge discovery in database,KDD)及数据挖掘（data mining,DM）研究领域的发展现状，分析了现有DM算法的局限性和KDD过程的复杂性，针对这些，进一步分析了多智能体系统（multi-agent system)可能给KDD系统带来的改善，最后设计了一种分层的，以控制Agent为核心的基于多智能体技术的KDD系统结构。     

KDD中双库协同机制的研究（Ⅰ）

针对KDD（基于数据库的知识发现）主流发展中存在的典型问题提出了用知识库去 制约与驱动数据库, 并通过数据库改善知识库结构的知识发现的新思想，形成了具有双库协同机制的KDD的开放系统KDD *，从而提高了知识发现的速度、精度和认知自主性，并使知识库在结构上具备了实时维护与自我进化的能力，同时阐述了作为双库协同基础的数据库和知识库在本质上的对应关系。     

用关联规则对青海省检验质量控制数据库进行知识挖掘

数据挖掘(DataMining)就是从大型数据库或数据仓库中发现人们感兴趣的知识,这些知识是隐含的,事先未知的潜在有价值的知识及信息.大型数据库中关联规则的发现是近期数据库中知识发现(KDD)的一个很重要的问题,由于决策人员或用户往往需要的是一种高层次概念上的关联关系,因而本文就在数据库中关联规则的数据挖掘进行了初步的尝试,并提出其基本的泛化处理过程,和基本数据挖掘思想和处理过程.主要介绍了数据挖掘的基本概念1、对数据类型的泛化处理.2、提取高层次关联规则的方法.及知识发现的基本要素等理论知识.     

主动时态数据库在数据挖掘中的技术和应用

针对目前数据越来越多 ,而提取有用数据越来越困难的现状 ,参照流行的观点 ,提出了解决该问题的数据挖掘 (DM)和知识发现 (KDD)的一种方法 .在DM和KDD中应用主动时态数据库技术 ,提出构造一个原型系统的模型     

关于数据挖掘原理与算法的浅析

数据挖掘又称为KDD,广义上讲,数据挖掘是一个从大量的数据中提取人们感兴趣的模式的过程,是数据库中知识发现过程的一个基本步骤。本文主要通过论述数据挖掘的原理与相关算法进行研究与分析,已达到数据挖掘在生活中更好的实际应用的目的。     

面向汽车零部件设计的知识集成系统

构建了一种面向汽车零部件设计的知识集成系统框架,研究了该知识集成系统的主要功能及系统的关键技术,最后以汽车电涡流缓速器的产品设计为实例给出了面向汽车零部件设计的知识集成原型系统．     

基于本体的通用知识网格架构研究

提出了一个基于本体的通用知识网格(UKG)架构模型,用于在网格环境下创建大规模的分布式知识发现和知识集成系统,并对网格基本的安全机制进行扩展,引入安全策略本体服务和防火墙本体服务,提供较高的安全性.讨论了本体构造的原则和方法,介绍了外汇监管集成本体的设计和实现.给出了基于UKG的外汇监管的应用举例,展示用户在解决问题时如何从UKG服务获益.     

知识发现系统原型构架的研究

简述了知识发现的处理过程,在此基础上对知识发现系统的原型构架进行了研究并分析了其工作原理,最后探讨了知识发现系统存在的主要问题。     

分层逐步求精的知识发现KDD模型结构及其应用

知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ）作为人工智能、机器学习、模式识别、统计学、数据库和知识库、数据可视化等众多学科相互交叉融合发展起来的新兴研究领域,已引起了学术界和工业界的广大关注．本文提出基于示例学习分层逐步求精的ＫＤＤ模型结构,在借鉴模式识别有关知识的基础上,有机地与领域知识相结合,应用于无约束手写数字识别ＫＤＤ系统,得到较满意的结果．     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据，分析了广义因果联系类知识的发现机理，给出了因果联系类知识发现的实现算法。该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法。通过算法的运行实例，验证和说明了算法的正确性和有效性。     

Applying Logic Programming to knowledge discovery on the Internet

LP (Logic Programming) has been successfully applied to knowledge discovery in many fields. The execution of the LP is based on the evaluation of the first order predicate. Usually the information involved in the predicates are local and homogenous, thus the evaluation process is relatively simple. However, the evaluation process become much more complicated when applied to KDD on the Internet where the information involved in the predicates maybe heterogeneous and distributed over many different sits. Therefor, we try to attack the problem in a multi-agent system’s framework so that the logic program can be written in a site-independent style and deal easily with heterogeneous represented information.     

基于粗糙集方法的知识发现

属性约简和属性值约简是租糙集理论中的重要研究内容,也是粗糙集理论应用于知识发现的主要方法.但求取任意问题的最小属性集是一个NP难问题.本文利用属性间的知识依赖度,提出了一个求取属性约简的贪心算法,它可以在多项式时间内得到一个约简.同时,把粗糙集方法应用于知识发现,通过属性约简删除信息系统的冗余属性,减少数据量,再利用属性值约简,获取决策规则.最后通过实例说明了基于粗糙集方法的知识发现过程,验证了方法的有效性.     

基于知识发现的零售业CRM应用设计研究

从零售业大量的数据中挖掘出有用的知识,对发展趋势进行预测,对零售业显得尤为重要.通过对知识发现的内涵、知识发现过程及零售业CRM系统的技术架构分析,结合零售业的特点提出了基于知识发现的零售业CRM系统方案设计.