基于本體的知識(shí)發(fā)現(xiàn)實(shí)證研究——以二手房領(lǐng)域本體為例.pdf

1、隨著數(shù)據(jù)庫(kù)數(shù)據(jù)存儲(chǔ)和應(yīng)用技術(shù)的發(fā)展，企業(yè)運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)也在以幾何級(jí)數(shù)增長(zhǎng)，這就需要在海量數(shù)據(jù)中獲得滿足特定需要的數(shù)據(jù)，從而為企業(yè)管理者提供決策支持。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)(KDD)就是在這一背景下產(chǎn)生。KDD一詞最早是1989年8月于美國(guó)底特律市召開的第一屆國(guó)際KDD學(xué)術(shù)會(huì)議上正式形成。Fayyad定義為KDD“是從數(shù)據(jù)集中識(shí)別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過(guò)程”。一個(gè)完整的知識(shí)發(fā)現(xiàn)體系結(jié)構(gòu)由數(shù)據(jù)源、數(shù)據(jù)存

2、儲(chǔ)、數(shù)據(jù)挖掘引擎和前端工具構(gòu)成。
　　 其中數(shù)據(jù)存儲(chǔ)層的主要內(nèi)容就是數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)的建立就是異構(gòu)數(shù)據(jù)集成的過(guò)程，也是知識(shí)發(fā)現(xiàn)的基礎(chǔ)和核心。數(shù)據(jù)倉(cāng)庫(kù)之父Inmon在1991年出版的“Building the Data Warehouse”-書提出的定義被廣泛接受：數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策。從定義看出，數(shù)據(jù)倉(cāng)庫(kù)具有實(shí)現(xiàn)人機(jī)交互的語(yǔ)義特性，可以通過(guò)語(yǔ)義建模使得知識(shí)發(fā)現(xiàn)的

3、數(shù)據(jù)源能夠被計(jì)算機(jī)推理和判斷，實(shí)現(xiàn)復(fù)雜數(shù)據(jù)源的知識(shí)發(fā)現(xiàn)。
　　 本體最早是來(lái)源于哲學(xué)的概念，在計(jì)算科學(xué)人工智能領(lǐng)域，美國(guó)斯坦佛大學(xué)知識(shí)系統(tǒng)實(shí)驗(yàn)室的Grubber最早提出本體被廣泛接受的定義：“本體的是概念模型的明確的規(guī)范說(shuō)明?！保瑥亩x可以看出，本體描述的、是現(xiàn)實(shí)世界存在的概念模型，其本質(zhì)是用于實(shí)現(xiàn)人機(jī)之間以及機(jī)器與機(jī)器之間的交互。作為語(yǔ)義建模的基礎(chǔ)，將本體工程引入到知識(shí)發(fā)現(xiàn)之中可以有助于解決異構(gòu)數(shù)據(jù)集成的問(wèn)題，使用RDF(S)

4、描述的XML構(gòu)建底層數(shù)據(jù)源有助于知識(shí)發(fā)現(xiàn)。
　　 基于本體的知識(shí)發(fā)現(xiàn)實(shí)證研究，將本體與知識(shí)發(fā)現(xiàn)相結(jié)合，主要基于本體構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，再在這一數(shù)據(jù)倉(cāng)庫(kù)上進(jìn)行知識(shí)發(fā)現(xiàn)這一邏輯。完成了以下一系列的工作：對(duì)現(xiàn)實(shí)世界二手房領(lǐng)域的術(shù)語(yǔ)進(jìn)行了面向?qū)ο蟮姆治觯菏褂肙WL語(yǔ)言創(chuàng)建了二手房領(lǐng)域本體：通過(guò)填充二手房領(lǐng)域本體實(shí)例的方式，將采集來(lái)的異構(gòu)數(shù)據(jù)統(tǒng)一納入了本體的框架之中，形成了XML格式的數(shù)據(jù)源；對(duì)異構(gòu)數(shù)據(jù)源進(jìn)行了數(shù)據(jù)集成和知識(shí)焙合操作；分析并設(shè)計(jì)