基于偏序结构理论的知识发现方法

大数据中的知识发现是大数据应用中的核心热点.本文从高度抽象认知事物视角出发,以表征事物普遍性为特征的概念驱动与表征事物特异性为特征的数据驱动两种方法学为哲学原理,提出了基于属性偏序结构图和对象偏序结构图的知识发现方法.分别从群结构、子群结构、支路、节点等角度对数据特征之间的结构关系进行讨论分析.属性偏序结构图将数据中具有某些共同特征的对象聚类到一起,是数据共性的表达;对象偏序结构图中,通过数据的独有属性可以快速有效的将特异性对象区分于其他对象.最后,以中医药方剂配伍研究问题为例,对张锡纯治疗中风的32个处方进行数据挖掘和知识发现,证明了该方法的有效性和实用性,为大数据知识发现研究提供了新的思路和方法.     

偏序结构环形图：一种大数据偏序结构可视化新方法

偏序结构图因其良好的知识可视化特性已在知识发现、数据挖掘等领域得以广泛应用.但在对大数据所形成的超大形式背景进行研究和分析时,偏序结构树形图存在的一些不足,使大数据可视化效果欠佳,不利于对大数据进行数据挖掘和知识发现.本文对偏序结构树形图进行改进,提出了可用于大数据分析的偏序结构环形图.对实例形式背景绘制出偏序结构环形图,并与其偏序结构树形图比较.实验结果表明,该方法清晰、直观,可视化效果较好,能更有效地呈现出大形式背景中的重要信息,可以应用在大数据的数据挖掘和知识发现中.     

基于属性偏序原理的仲景经方咳嗽治疗规律知识发现

大数据全面性、模糊性及探求因果关系转向事物相关性的寻找等特点为中医理论及实践提供了新的研究思路。仲景医学之《伤寒论》及《金匮要略》中的经方内容具有大数据的特点,本文基于属性偏序原理,对仲景经方治疗咳嗽的规律进行全面的知识发现。研究结果表明基于属性偏序原理能很好地展现经方治疗咳嗽的方证规律及药物使用特点,适合用于经方相关研究。     

从大数据到大知识

从大数据获取大知识是未来人工智能要解决的重要科学问题。本文从大数据(BD)概念诞生谈起,回顾了大数据知识工程(BDKE)的提出和大知识概念的出现。然后从(1)大知识(BK)、大知识系统(BKS)、大知识工程(BKE)等概念的基本定义、(2)大知识规模及其演化、(3)大知识建模、(4)大知识计算、(5)大知识支撑平台、(6)大知识编程语言等六个视角对大知识进行了探讨。最后给出了有关未来研究方向的想法。     

数据发掘与数据库中知识发现

对数据发掘发展的研究现状及知识发现系统的研究趋势进行分析与探索,在此基础上从一般框架和特定问题的结合上提出新的构想。     

大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

模糊知识发现中数据采掘的概念树方法

数据采掘是数据库中知识发现的核心 ,概念树方法是数据采掘较常用的方法之一 ,该文详细描述了该方法在模糊性问题中的应用     

粗集在知识发现中的应用

粗集作为一种数据分析理论，能有效地从不确定性的数据中发现知识，是目前在知识发现领域研究的热点之一。首先对粗集理论做了简单介绍，在此基础上论述了粗集作为一种数学工具在知识发现领域中的重要问题，并提出粗集的进一步可能发展方向。     

知识发现中缺损数据的处理(Ⅱ)

研究了在知识发现过程中处理连续取值属性值缺损的问题，提出了进行连续值划分的“超长方体”划分法，在此基础上，通过发现值缺损属性的取值集合，值缺损属性是否为强作用属性以及与其它属性是否相关，解决了对含有缺陷数据的信息源进行知识发现的问题，文中通过处理ＵＣＩ机器学习数据库中的ＣＯＩＬ数据库，说明了本方法是可行的。     

知识发现中缺损数据的处理(I)

研究了如何在知识发现中处理属性值缺损的问题,通过发现值缺损属性的取值集合,值缺损属性是否为强作用属性以及与其他属性是否相关。不仅解决了对含有缺损数据信息源进行知识发现的问题,同时也说明了对缺损数据处理的意义。     

大数据技术进展与发展趋势

 随着IT 技术的高速发展,世界范围内各行各业都在进行信息化变革,几乎每个行业都在努力发现和利用大数据的价值。为了充分利用大数据带来的机遇,同时有效应对大数据带来的挑战,国内外产业界、科学界和政府部门都在积极布局、制定战略规划。本文介绍大数据背景与动态,描述各国大数据政策实践及中国大数据发展的政策环境和产业界生态发展状况;阐述大数据技术的进展,梳理其生态体系和创新特点;提出大数据可视化、多学科融合、安全与隐私、深度分析等发展趋势和相关建议。     

大数据时代档案工作的挑战与展望

随着互联网技术的飞速发展,获取信息的途径越来越多,大数据时代的到来使得人们能够获取的信息量越来越大.对大数据的理念对传统的档案工作的重要性、档案存储、分析与管理、档案资源的利用、档案工作方式等各个方面带来的挑战进行分析,将为我国档案工作带来新的机遇与挑战.     

医疗数据中知识发现的研究

介绍了ID3决策树算法建立决策树的基本原理和改进方法,利用改进的决策树算法对心脏病医疗诊断数据进行数据挖掘·采用VisualC++6 0进行编程建树,得到了一些有实际参考价值的诊断规则,获得了较高的分类准确率,证明了决策树算法在智能医疗诊断数据挖掘领域有着广泛的应用前景·     

精确医学与大数据

为了实现精确医学, 需要采集和分析大量数据来量化每个病人. 首先讨论了从分子层面到链路层面的数据, 同时阐述了使用医疗图像数据的必要性. 不同数据类型虽然需要有不同的预处理方式, 但是在预处理完成后, 通常可以使用通用的方法对这些数据进行分析, 如分类和网络分析. 从研究问题的角度讨论了多种分别用于解答不同复杂度问题的研究方法. 这些由简单到复杂的问题包括关联性检测、归类分析、构建分类器、获得网络连接和动态模型构建.     

交通运输大数据应用进展

 随着交通运输服务与管理信息化、智能化的发展,行业内集中了大量丰富的数据资源。分析了交通运输大数据的特点、类型及数据量,简述了综合交通出行大数据开放云平台的构架、功能和应用效果。通过研究交通运输大数据在交通拥堵治理、高速公路智能稽查、客流统计及民航空管等方面的应用案例,指出交通运输大数据发展及应用趋势混杂性更强,分析处理结果可能会有相互矛盾的情况,随着数据量的增加,不精确性对整个分析结论的影响力变小;当数据量扩大后,简单算法可能更加实用等。     

从数据中挖掘知识

解释了数据挖掘的含义,从数据挖掘的知识类型及作为进行阐述,对每种知识的主要挖掘技术作了介绍,最后介绍一种用模糊关系的聚类挖掘方法。