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.     

石油网格数据挖掘新技术研究

针对石油勘探开发中很多TB级和PB级的数据集在许多情况下分布在一个组织的不同地点或不同组织的多个数据源被集团内所有用户共享的特点,用网格数据挖掘数据集成技术和网格数据挖掘本体技术,作为石油勘探开发行业业务工作流程的信息处理基础设施,以满足石油工业对高性能计算技术的持续需求。提出了Web service与网格技术融合、网格与数据集成技术结合和本体与Web service合成,给出了基于Globus Toolkit 4、开放式网格服务体系结构和Web服务的技术实现方案。研究表明：网格计算中的任务管理、任务调度和资源管理等服务可以为分布式数据挖掘提供极大的便利。     

网格环境下基于Web服务的分布式数据挖掘

在网格环境中进行分布式的知识发现和挖掘受到越来越多的关注。分布式环境中,数据常常是自治的,异构的,地理是分布的。在这种复杂的环境下进行数据挖掘与传统的在本地进行数据挖掘相比,给人们提出了许多新的挑战。文中根据网格技术、Web服务技术的特点,提出了利用Web服务实现资源（数据和算法资源）共享和动态调用,在网格环境下进行数据挖掘的框架。该框架的实现是建立在基本的网格服务的平台（Globus 3．0 Alpha toolkit）之上的。     

An ontology-based service matching strategy in grid environments

An efficicnt ontology based service searching scheme is put forward in this paper by introducing semantic information into grid systems. The ideas of ontology and OWL (Web ontology language) are applied to establish a uuiform abstract concept model and standardization for grid services. We propose a general framework of ontology-based service discovery sub-system, which includes ontology storage module, context based domain selection module and specific service matching module. Implementation policies are also presented in this paper.     

分布式数据挖掘综述

随着网络技术、通信技术等的不断突破,互联网、移动网、广电网等多种类现代网络及其衍生业务迅速扩张,形成泛在于网络空间的分布式计算环境。为了最大化这些数据的价值,需要利用数据挖掘技术发现其中隐藏的模式或规则,用以指导和辅助生产或运营中的管理决策行为,以提高决策水平及决策收益。然而,受到普遍存在的异构性、私有性和平台兼容性等限制,兼因行业竞争和法律约束等因素(如个人或企业的数据隐私保护问题等),互联于网络的数据源难于进行集中式挖掘,分布式数据挖掘(DDM)技术应运而生。介绍了DDM的定义与框架、适用场景和研究挑战。根据文中给出的DDM高层架构,最终结果的质量与局部数据源的类型、可用性、局部结果的质量及整合方法等密切相关。DDM的实施未必都以站点间纯粹独立挖掘的方式进行,此外,对于数据集中,系统分布式站点多的情况,也可采用DDM。当前,DDM研究领域的挑战主要有:异构与同构挖掘、动态环境下的数据多变性、通信开销、知识整合和语义异构等。当前的DDM系统被分为4类:1)基于Multi-Agent的系统,利用Agent的自治性实现局部挖掘以保护数据私有性;利用Agent的主动性减少用户参与以提高挖掘自动化水平;利用Agent的协作性实现多算法协同挖掘等;2)基于网格的系统,利用网格在资源共享、开放服务和协同工作等方面的优势,提高挖掘的可靠性和协同性;3)基于元学习的系统,通过元学习优化挖掘算法的选择与组合,并对已获知识进行多次学习以提高结果质量;4)基于CDM(collective data mining)框架的系统,将待学习的函数表示为一组基函数的分布式存在,允许各数据源选择不同的学习算法,并以全局结果正确为前提减少网络通信量。进而,对当前DDM研究存在的共性问题进行了归纳:1)结果质量问题,不考虑各个站点数据源间的内在语义联系,各站点独立挖掘本地数据,与其他站点间无语义层面的数据交互或融合,形成纯粹的"分割式"挖掘,最终导致全局结果质量受损;2)挖掘效率问题,如何调度资源以平衡挖掘负载、减少协作挖掘中的通信开销问题。针对结果质量问题,探讨本体与数据挖掘的结合。作为语义网的基础,本体能为对象语义距离度量提供有效支持。当前,在利用本体描述挖掘任务的领域背景方面,利用本体描述DM过程本身方面,都已经有研究人员进行了探索性工作:针对关联规则挖掘中需要从海量规则中遴选有效规则的问题,提出了交互式的、用于删减冗余规则的挖掘后处理方法;针对在给定知识发现过程的输入和输出类型前提下,知识发现工作流的自动构造问题,提出了解决方法。通过阐述可知,为了提升分布式挖掘过程中局部结果和最终结果的质量,策略之一就是将DDM理论和本体理论作融合,以数据源间语义距离的度量为突破口,建立语义距离度量的复合量化体系,通过构建和求解新型DDM模型来实现目标。     

Incorporating Domain Knowledge into Data Mining Process： An Ontology Based Framework

0 IntroductionTeosda,yth meyan hya voerg daantiazbaatisoenss t hhaatv ec hmaonrgee t ahnadn glarrogwe cdoatnatibnaus--ously. One of the i mportant research issues is incrementalmining. Otherwise, various researchers have made sugges-tions that domain knowledge should be incorporated intoknowledge discovery ( KDD) process[1]. We focus on somesteps of the KDDprocess-those steps tying up with data min-ing,called a data mining (DM) process .Agrawalet al[2]showed an active data mining process ,…     

面向服务的分布式数据挖掘设计与实现

先进的应用持续产生非常大量有价值的数据,但是没有足够的技术来充分地抽取数据中潜在的知识.网格能为知识发现应用提供有效的计算支持.该文介绍了一个新颖的面向服务分布式高性能网格数据挖掘体系结构和设计原理.设计和实现了基于先进的Globus Toolkit 4和OGSA-DAI网格服务的分布式数据挖掘体系结构,并进一步用网格数据挖掘原型验证了该体系结构.     

Interoperability for Global Observation Data by Ontological Information

The Ontology registry system is developed to collect, manage, and compare ontological information for integrating global observation data. Data sharing and data service such as support of metadata deign, structuring of data contents, support of text mining are applied for better use of data as data interoperability. Semantic network dictionary and gazetteers are constructed as a trans-disciplinary dictionary. Ontological information is added to the system by digitalizing text based dictionaries, developing "knowledge writing tool" for experts, and extracting semantic relations from authoritative documents with natural language processing technique. The system is developed to collect lexicographic ontology and geographic ontology.     

智慧图书馆创新服务模式实践研究——以石家庄学院图书馆为例

图书馆智慧服务是基于图书馆员集体智慧的深度知识服务,是对海量数据资源的深度挖掘以及对用户个性化需求分析的专家式知识服务。概括了图书馆智慧服务的特征,以石家庄学院图书馆为例,从知识发现系统、学科服务梯队与自建CMS学科服务平台、移动图书馆、智慧馆员培养等方面,阐述了智慧图书馆的创新服务实践。     

基于超级P2P的网格GIS体系结构及其支撑环境

Grid-GIS是一个采用SOA思想,支持动态多功能集成的网格GIS系统.系统采用一种超级P2P的网格体系结构,实现GIS资源的分布式存储、查询处理和动态功能集成;根据领域本体知识和推理机制,实现基于语义的智能查询;基于文本相似性,可分领域注册GIS资源,实现资源的快速发现;根据系统的状态和任务之间的通信关系,改进成本约束的自适应调度算法,实现系统的动态调度和负载平衡;采用WS-security扩展实现网格的安全性,既可以保证网格的安全又可以实现与其他平台的兼容性.基于LAN做了一个数据共享和转换的试验系统,验证了系统的可行性和有效性.     

矩形块划分的二维空间数据挖掘算法及其应用

空间数据挖掘的研究是当今极具发展前景的领域,也是一个广阔的研究课题,它是在大量空间数据中进行知识发现的技术.针对基于矩形块划分的二维空间数据挖掘问题,本文运用动态规划法实现了一个近似度上界为2的多项式算法,并分析了算法复杂性.实现的算法可以直接应用于数据挖掘、数字网格划分与评估、数据分割、数值地形曲面的简化等问题.     

基于范畴论的本体框架的研究

本体作为领域共享的形式化概念模型,是实现服务自动化以及服务互操作的有效手段,其中本体互操作是多本体环境下实现跨本体服务发现的基础.针对现有本体互操作方法依赖于标示语言和逻辑系统的问题,提出了一种基于范畴论的本体集成与互操作框架,使得系统可以在不考虑语言的基础上研究本体集成和互操作.     

基于隐私保护的语义数据集成

设计隐私保护策略本体,提出一个基于智能体和本体的数据集成的架构,包括知识浏览器、全局本体、局部本体、映射和上下文、隐私保护知识库、隐私策略本体、数据挖掘本体、数据挖掘智能体、集成智能体等,可在保护用户隐私的基础上有效地实现分布异构环境的语义数据集成.并介绍了一个反洗钱领域隐私保护数据集成的实例.     

基于有限元仿真结果的知识发现

提出了通过数据挖掘技术实现基于有限元仿真结果的知识发现．分析了数据挖掘的一般步骤，建立了基于有限元仿真结果的知识发现系统，论述了知识发现系统的各个模块及实现该系统的关键技术；对粗糙集和主成分分析法作了简单的介绍，并举实例对粗糙集方法作了说明．通过数据挖掘技术将计算实例提炼出来，作为一种知识源参与到设计优化过程中去，将CAE从设计验证层次提升到设计驱动层次．     

An ontology reasoning architecture for data mining knowledge management

In order to realize the intelligent management of data mining （DM） domain knowledge, this paper presents an architecture for DM knowledge management based on ontology. Using ontology database, this architecture can realize intelligent knowledge retrieval and automatic accomplishment of DM tasks by means of ontology services. Its key features include：①Describing DM ontology and meta-data using ontology based on Web ontology language （OWL）.② Ontology reasoning function. Based on the existing concepts and relations, the hidden knowledge in ontology can be obtained using the reasoning engine. This paper mainly focuses on the construction of DM ontology and the reasoning of DM ontology based on OWL DL（s）.     

基于概念关联程度的网格服务组合方法

为克服自动服务组合在网格环境下性能低下的弱点,提出了基于领域本体的两阶段法(two phases method,TPM)。首先根据聚类规则将同类网格服务归并为一个抽象服务类,针对服务类进行组合;然后选择具体的网格服务替换第一阶段生成的组合方案中相应的服务类。TPM定义了基于领域本体的服务类关联程度,并根据关联关系构建服务组合图,将服务组合问题转化为最短路径问题,给出了基于Dijkstra贪婪搜索的组合算法及服务选择策略。通过实验与同类方法在计算效率、服务满意度和服务质量上进行了对比,实验结果证明TPM规模扩展性良好,并能提供一定的QoS保障。     

知识网格辅助产品创新平台及其关键技术

探索了如何在知识网格环境下实现支持产品的创新设计;提出了基于创造性解决问题理论(TRIZ)和本体的创新知识查询平台框架,并且分析了其实现的关键技术为面向产品创新的知识本体、语义注册和基于技术矛盾矩阵的查询等.为知识网格环境下,建立面向产品创新设计的知识供应软件系统奠定了基础.     

基于语义的可扩展web服务注册与发现机制

为解决传统的基于UDD I注册中心的集中式web服务发现结构存在的可扩展性问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构.分析了该结构的可扩展性、自组织性和自适应性;描述了基于该结构的语义web服务注册与发现过程;将基于该结构的语义web服务发现算法划分为语义注册中心定位和基于输入输出的服务匹配2个阶段,并具体设计了第1阶段服务发现的3个步骤.通过该两阶段的发现算法可以快速地在分布式环境内定位注册中心,避免消息泛洪导致的网络拥塞.仿真实验结果表明,该服务注册与发现机制在服务规模扩展情况下需要的转发次数较少,且能够保证较高的服务发现效率.     

基于网格的数字图书馆知识服务平台的设计

为解决广域、分布、异构和动态的Internet环境中数字图书馆资源共享、语义检索和知识发现的难题,设计了基于网格的数字图书馆知识服务平台,并对其实现的关键技术进行了讨论．实验结果表明,利用网格构建数字图书馆知识服务平台,能够实现信息、知识的有效共享与服务的智能化．     

一种基于本体的工作流系统

基于本体理论, 提出一种面向典型数据库访问的协同工作系统. 在此系统中, 通过引入本体库, 实现了业务流程、 组织结构、 资源的本体定义, 协作知识可以动态地加入到系统中, 从而使系统可应用到具有相同应用模式的领域中. 系统的扩展与升级可通过更新和扩充系统本体库中的本体定义完成, 使系统具有动态升级和扩展的能力. 通过系统的本体库, 不同的工作流系统之间以及工作流系统与其他应用程序之间可 以交互作用, 使得系统间的合作成为可能.