多智能体技术在基于双库协同机制的知识发现KDD*模型设计中的应用

D0I:10.13374/i.issm1001053x.2003.01.026 第25卷第1期 北京科技大学学报 Vol.25 No.1 2003年2月 Journal of University of Science and Technology Beijing Feb.2003 多智能体技术在基于双库协同机制的知识 发现KDD*模型设计中的应用 游福成》马文秀)杨炳儒” 1)北京科技大学信息工程学院，北京1000832)河北经贸大学计算机中心，石家庄050061 摘要KDD*模型是基于双库协同机制的知识发现新模型，是结构化数据挖掘领域研究的 一个新的分支.为了进一步提高KDD*的智能性，设计了一个基于Multi--agent技术的智能数 据挖掘系统.利用多智能体技术，实现了数据预处理、数据挖掘、知识的自动获取、基础数据 库与知识库的同步进化与协调、知识的评价与表示等功能. 关键词知识发现；多智能体；数据挖掘 分类号TP393.4 KDD*模型是在传统的知识发现(KDD)的基 应服务的计算机程序.Agent能够通过感知器对 础上发展起来的、基于双库协同机制的知识发现 外界环境中的条件作出反应，并运用学习和推理 新模型.与传统的KDD不同的是，KDD*加入了 的功能来对外界环境作出解释，产生推理并作出 双库协同机制：在KDD挖掘方向聚焦构成中，除 决定" 了依据用户需求确定聚焦外，通过启发式协调算 Multi--agent系统是指由多个Agent:组成的一 法，可以形成依据发掘知识库中知识短缺而生成 个较松散的多Agent联邦，这些Agent成员之间 的、由机器自身提供的聚焦方向，进而形成在数 相互协同、相互服务、共同完成一个复杂而庞大 据库中的定向发掘：在获得假设规则到知识评价 的任务.它将问题划分成若干子问题，构造一些 的过程中要产生中断进程，即系统先不对假设规 具有相应功能的单Agent,再由这些Agent:分工处 则进行评价，而是通过中断协调算法到发掘知识 理相应的子问题.当Agent2之间出现依赖关系时， 库中进行定向搜索，以期发现产生的假设规则与 必须通过相互协商与合作来加以控制与管理. 知识库中原有的知识是否重复、冗余和矛盾，并 基于以上分析，现设计源于Muli-agent的 作出相应处理，从而实现对知识库的实时维护. KDD*模型总体结构如图1所示.它由数据预处 为了提高KDD*的智能，本文利用Multi--agent 理Agent、数据挖掘Agent、知识评价Agent、人-机 技术，设计了KDD*的智能数据挖掘系统，实现 界面Agent、启发协调Agent、中断协调Agent等组 了数据预处理、数据挖掘、知识的自动获取、基础 成，形成一个多Agent系统.由于把多智能体技术 数据库与知识库的同步进化与协调、知识的评价 人-机界商 与表示等功能，为智能信息系统的发展提供了一 Agent 种新的途径 户感兴 数据 数据预处理 数据挖掘 知识评价 趣的知识 1模型总体结构及功能 Agent Agent Agent Agent是一个运行于动态环境的、接受另一 中断协调 出发协调 个实体的委托并为之提供服务的、具有较高自治 Agent Agent 能力的实体，是一种模拟人类智能行为并提供相 图1基于Multi--agent的KDD*模型结构图 收稿日期20030108游福成男，38岁，博士生 Fig.1 Structure of KDD*model based on the multi-agent *国家自然科学基金资助项目(No.69835001) technology

第 卷 第 期 年 月 北 京 科 技 大 学 学 报 多智能体技术在基于双库协同机制 的知识 发现 模型设计 中的应用 游 福 成 ” 马 文 秀 ， 杨 炳 儒 ‘， 北 京科技大学信息 工程 学 院 ， 北 京 河 北 经 贸大学计算机 中心 ， 石 家庄 摘 要 模型 是 基 于 双 库协 同机 制 的知识发 现新模 型 ， 是结构 化数据挖 掘领 域研究 的 一 个新 的分支 为 了进 一 步提高 的智能性 ， 设计 了一 个基 于 一 技 术 的智 能数 据 挖掘 系统 利用 多智能体技 术 ， 实现 了数据预 处理 、 数据挖掘 、 知识 的 自动获取 、 基 础 数据 库与知识库 的 同步进 化 与协调 、 知识 的评价 与表示 等功 能 关 键词 知识发现 多智 能体 数据挖 掘 分 类 号 模 型 是 在 传统 的知 识发 现 的基 础 上发展 起来 的 、 基 于 双库协 同机制 的知识发 现 新模 型 与传统 的 不 同的 是 ， 加 人 了 双 库协 同机 制 在 挖 掘方 向聚焦 构 成 中 ， 除 了依据 用 户需 求确定 聚焦 外 ， 通 过 启发式 协调 算 法 ， 可 以 形 成依据 发掘知 识库 中知 识 短 缺 而 生 成 的 、 由机 器 自身提供 的聚 焦 方 向 ， 进 而形 成 在数 据库 中的定 向发掘 在 获得假设规则 到知识评价 的过程 中要 产生 中断进程 ， 即系统先不 对假设规 则进行评 价 ， 而是通 过 中断协调 算法 到 发 掘 知识 库 中进行定 向搜索 ， 以期 发 现产 生 的假设规则 与 知 识库 中原 有 的知识是 否 重 复 、 冗余和 矛 盾 ， 并 作 出相 应 处 理 ， 从而 实 现 对 知 识 库 的实 时维 护 为 了提 高 的智 能 ， 本 文利用 一 技术 ， 设计 了 的智能数据挖 掘系统 ， 实 现 了数据 预处 理 、 数据挖 掘 、 知识 的 自动获取 、 基 础 数据库与知识库 的 同步进 化 与协调 、 知 识 的评价 与表示 等功 能 ， 为智能信息 系统 的发 展 提供 了一 种 新 的途 径 应 服 务 的计算 机 程 序 能 够通 过 感 知 器 对 外 界环 境 中的条件作 出反 应 ， 并 运 用 学 习 和 推 理 的功 能来对外 界 环 境 作 出解 释 ， 产 生 推理 并作 出 决定 ’ 一 系统 ‘ 是 指 由多个 组 成 的一 个 较 松 散 的 多 联 邦 ， 这 些 成 员 之 间 相 互 协 同 、 相 互 服 务 、 共 同完 成 一 个 复 杂 而 庞 大 的任 务 它将 问题划 分成 若 干 子 问题 ， 构 造 一 些 具有 相 应 功 能 的单 ， 再 由这 些 分 工 处 理相 应 的子 问题 当 之 间 出现依赖 关 系 时 ， 必 须通 过 相 互 协 商与 合作来 加 以 控 制 与管 理 基 于 以 上 分 析 ， 现 设 计 源 于 一 的 模 型 总 体结 构 如 图 所 示 它 由数据 预 处 理 、 数据 挖 掘 、 知 识评 价 、 人一 机 界 面 、 启 发协 调 、 中断协 调 等组 成 ， 形 成一个 多 系统 由于把 多智能 体技 术 模型 总 体 结构 及 功能 是 一 个 运 行 于 动 态 环 境 的 、 接 受 另 一 个 实体 的委托 并为之提供服 务 的 、 具有较 高 自治 能力 的实体 ， 是 一 种模拟 人类智 能 行 为并 提供相 收稿 日期 一 一 游 福 成 男 ， 岁 ， 博士 生 国家 自然 科学 基金 资助项 目 。 人一机界面 数据预处理 数据挖掘 知识评价 「 中断协调 图 基 于 一 的 模型 结 构 图 一 DOI ：10．13374／j ．issn1001－053x．2003．01．026

96 北京科技大学学报 2003年第1期 引入到数据挖掘过程中，使挖掘系统具有了自主 由于现实世界的数据一般是不完整的和不 性、协同性、交互性和智能性 一致的，需要经过预处理之后才能挖掘.依据知 数据预处理Agent的任务是数据清理、数据 识库中的知识及模型库中的模型要求，数据预处 集成、数据选择及数据变换.数据挖掘Agent的任 理模块可以实现数据清理、数据集成、数据选择、 务是实现数据模式的识别，即发现诸如关联规 数据变换与数据归约.数据清洗可以消除数据中 则、分类规则、数据聚类、序贯模式、相似模式、混 的噪声或不一致数据、重复记录等.数据集成可 沌模式等知识.人-机界面Agent是连接用户与系 以把多种数据源组合在一起.数据选择是从数据 统的中间纽带，实现人一机交互功能.知识评价 库中检索与分析任务相关的数据.数据变换与数 Agent对数据挖掘Agent所给出的结果进行评价 据归约是通过选择语言变量、划分语言值、汇总 及解释.启发协调Agent的任务是通过搜索知识 或聚集等操作把真实数据变换或统一成适合挖 库中“知识节点”的不关联态，以发现“知识短 掘的形式，即形成挖掘数据库 缺”，从而启发与激活真实数据库中“数据子类”， 2.1数据挖掘Agent模型 以产生“定向发掘进程”.中断协调Agent的任务 数据挖掘Agent由感知模块、通信模块，控制 是使KDD进程适时产生“中断”，然后定向搜索 模块、数据挖掘模块、推理机、方法库、知识库及 知识库中有无生成规则的重复、冗余、从属与循 模型库等部分组成，其逻辑结构如下图3所示， 环等 启发协调 知识评价 1用 Agent Agent 2各Agent模型设计与功能实现 信 人一机界面 块 据挖掘 模型库 数据预处理 2.1数据预处理Agent模型 Agent Agent 数据预处理Agent由感知模块、通信模块、控 块 推理机 制模块、数据预处理模块、推理机、方法库、知 、外部环境 榄 识库及模型库等部分组成，其逻辑结构如下图2 方法库 知识库 所示. 图3数据挖掘Agent的逻辑结构图 数据派源 Fig.3 Logic structure of data mining agent 其他 Agent 模型库 数据挖掘 数据挖掘模块由多个子模块组成，分别用来 Agent 发掘诸如关联规则、分类规则、数据聚类、序贯模 模块 理 推理机 式、相似模式、混沌模式等知识.数据挖掘模块首 先对用户提交的挖掘任务进行分析，在与用户、 外部环境 模 块 方法库 知识库 知识库和模型库的交互过程中把任务分解，分别 送到相应的子模块进行处理 图2数据预处理Agent逻辑结构图 由于知识库要比数据库小得多，当挖掘使知 Fig.2 Logic structure of data preprocess agent 识库中有了一定的知识时，在启发协调Agent的 感知模块用于感知外部环境施加的刺激，并 作用下，数据挖掘模块通过搜索知识库中“知识 把相应的信息传递到控制模块进行处理.控制模 节点”的不关联态，以发现“知识短缺”，从而启发 块在接受到信息后先对其过滤与抽象处理，形成 与激活真实数据库中“数据子类”，以产生“定向 与外部环境中的对象相对应的有意义的符号.然 发掘进程”，从而大大加快发掘进程 后到方法库中搜索相应的决策方法进行匹配，并 2.3人-机界面Agent模型 产生相应的决策 人-机界面Agent由感知模块、通信模块、控 通信模块主要负责与其他Agent之间的联 制模块、交互处理模块、/O模块、推理机、方法 系，它既可以把其他Agent的请求/应答信号传递 库、知识库及模型库等组成，其逻辑结构如下图 给数据预处理Agent,也可以把数据预处理Agent 4所示 产生的协作/协商信息传送给其他Agent.. 人-机界面Agent.与其他Agent不同之处在于

北 京 科 技 大 学 学 报 年 第 期 引入 到数据挖掘过程 中 ， 使挖掘系统具有 了 自主 性 、 协 同性 、 交互 性 和智能性 数据 预 处 理 的任务是数据清理 、 数据 集成 、 数据选择及数据变换 数据挖掘 的任 务是 实现 数 据模 式 的识别 ， 即发 现诸 如关联 规 则 、 分类规则 、 数据聚类 、 序贯模式 、 相 似模式 、 混 沌模式 等知识 人一机界 面 是连接用 户 与系 统 的 中间纽 带 ， 实现 人一机 交互 功能 知识评价 对数据挖 掘 所 给出的结果进 行评 价 及解 释 启发 协调 的任务是‘ 通 过搜索知识 库 中 “ 知识 节点 ” 的不 关联 态 ， 以发现 “ 知识短 缺 ” ， 从而启发与激活 真实数据库中 “ 数据子类 ” ， 以产 生 “ 定 向发 掘进 程 ” 中断协调 的任务 是使 进 程适 时产生 “ 中断 ” ， 然后 定 向搜索 知识库 中有 无生 成规 则 的重 复 、 冗余 、 从属 与循 环 等 由于 现 实世 界 的数据一 般 是 不 完整 的 和 不 一 致 的 ， 需 要 经 过 预 处 理 之后 才能挖 掘 依据 知 识库 中的知识及模型库 中的模型要求 ， 数据 预处 理模块 可 以实现数据 清理 、 数据集成 、 数据选 择 、 数据变换与数据 归约 数据清洗可 以 消除数据 中 的 噪声或 不 一 致数据 、 重 复记 录 等 数据集成 可 以把多种 数据 源组 合在 一起 数据选 择是从数据 库 中检索与分析任务相关的数据 数据变换 与数 据归 约是 通 过选 择语 言变量 、 划 分语 言值 、 汇 总 或 聚集等操 作把 真 实 数 据 变换 或 统 一 成 适 合挖 掘 的形 式 ， 即形 成挖掘 数据 库 数 据挖 掘 模 型 数据挖掘 由感知模块 、 通 信模块 、 控制 模块 、 数据挖 掘模块 、 推理机 、 方 法 库 、 知识 库及 模 型库等部分组 成 ， 其逻 辑结构 如下 图 所 示 各 模型 设 计 与功能 实现 数据预 处 理 模 型 数据 预处理 由感知模块 、 通信模块 、 控 制模块 、 数据 预处 理模块 、 推理 机 、 方法库 、 知 识库及模 型 库等部分组 成 ， 其逻 辑结构如下 图 所 示 数 通 据 信 挖 模型库 模 控 掘 块 制 模 模 块 块 方法库 知识库 一 一 一 一 一 一 一 一 一 一 一 一 数 据 模型库 筷 控制 预处 模块 理 感 模块 推理机 知卜 日雪 伯吃 块 方法库 知识库 图 数 据挖 掘 时 的逻 辑结 构 图 啥 一 一 一 一 一 一 图 数 据预 处 理 时 逻 辑 结构 图 · 感知模 块用 于感 知外 部环境施 加 的刺激 ， 并 把相 应 的信息传递到控制模块进行处理 控制模 块在接受到信息后 先对其过滤与抽象处理 ， 形 成 与外部环境 中的对象相对应 的有意义 的符号 然 后 到方法库 中搜索相 应 的决策方法 进行 匹 配 ， 并 产生 相应 的决策 ‘， 通 信模 块 主 要 负责 与其他 之 间 的联 系 ， 它 既 可 以 把其他 的请求 应答信号传递 给数据 预处 理 ， 也 可 以把数据 预处 理 产生 的协作 协 商信息传送 给其他 数据挖 掘模块 由多个子模块组 成 ， 分别用 来 发掘诸如关联规则 、 分类规则 、 数据 聚类 、 序贯模 式 、 相 似模式 、 混 沌模式等知识 数据挖 掘模块首 先对用 户 提交 的挖 掘任 务进 行 分析 ， 在 与用 户 、 知识库和模 型库的交互 过程 中把任务分解 ， 分别 送 到相 应 的子模块 进行 处 理 由于 知识库要 比数据 库小 得 多 ， 当挖掘 使知 识 库 中有 了一 定 的知识 时 ， 在启 发 协调 的 作用 下 ， 数据 挖 掘模块通 过搜 索 知 识库 中 “ 知识 节 点 ” 的不关联 态 ， 以发现 “ 知识短缺 ” ， 从而启发 与激 活真实数据库 中 “ 数据 子类 ” ， 以产生 “ 定 向 发掘进 程 ” ， 从 而 大 大加快发掘进 程 人一 机 界 面 模 型 人一机 界 面 由感 知模块 、 通 信模块 、 控 制模 块 、 交互 处 理模 块 、 心 模块 、 推理机 、 方法 库 、 知识库及模型库等组 成 ， 其逻 辑 结构 如 下 图 所示 人一机 界 面 与其他 不 同之处 在 于

97… Vol.25 No.1 游福成等：多智能体技术在基于双库协同机制的知识发现KDD*模型设计中的应用 度量就得到模式或规则的感兴趣度：客观感兴趣 VO模块 用户 其他 度和主观感兴趣度.前者的主要根据是模式或规 Agent 处 模型库 则的形式和数据库中的数据，属于数据驱动：而 块 制 后者还要考虑用户的参与等人为因素的影响，属 推理机 于用户驱动.在评价过程中应该综合使用这两种 度量标准，一般常用的方法是首先用客观感兴趣 外部环境 块 方法库 知识库 度作为第一级过滤器，选出潜在感兴趣的模式， 然后再用主观感兴趣度来对它们进行第二级筛 图4人一机界面Agent的逻辑结构图 选，得到用户真正感兴趣的知识 Fig.4 Logic structure of human-computer interface agent 2.5启发协调Agent模型 它的交互处理模块和VO模块.为了帮助用户完 启发协调Agent由感知模块，通信模块、控制 成任务，人-机界面Agent需要关于用户和应用系 模块、启发协调模块、推理机、方法库、知识库及 统双方面的知识.在用户使用该数据挖掘系统的 模型库等组成，其逻辑结构如图6所示 过程中，交互处理模块既能从与用户的通信中学 习用户的任务及偏好，又能学习如何更有效地与 数据挖灿 Agent 用户进行通信，将挖掘到的知识以用户喜欢的方 人-机界面 模型库 式传递给用户.学习方法有从用户的反馈中学 Agent 习、被动学习、基于范例的学习、归纳学习 模 的 块 推理机 人-机交互要靠双方能理解的“语言”来实 知 现，因此交互系统中采用何种知识表示形式显得 、外部环境 方法库 知识库 尤为重要.数据挖掘系统中人一机交互常用的知 识表示形式有自然语言、图形（解释树、饼图、曲 图6启发协调Agent的逻辑结构图 线图、立方数据图等)、表等 Fig.6 Logic structure of heuristic coordination agent 2.4知识评价Agent模型 在领域的基础知识化为规则进行简约分解 知识评价Agent由感知模块、通信模块、控制 并存放到简约知识库中后，还可能存在着知识的 模块、知识评价模块、推理机、方法库、知识库及 短缺.启发协调Agent的功能就是在以属性为基 模型库等组成，其逻辑结构如下图5所示，知识 础的知识库建库原则下，通过搜索知识库中“知 评价Agent与其他Agent的不同之处在于它的知 识节点”的不关联态，以发现“知识短缺”，产生 识评价模块.知识评价模块的功能是对数据挖掘 “创见意象”，从而启发与激活真实数据库中“数 Agent所给出的结果进行评价与解释，筛选出用 据子类”，以产生“定向发掘进程”，即由计算机实 户感兴趣的和有用的知识，并与其他Agent:进行 现数据挖掘方向的自动聚焦.对短缺的知识，一 协调处理 方面提供给领域专家，看是否有这方面的基础知 评价的度量标准主要包括有效性、新颖性、 识；另一方面，对短缺的知识要在数据库中进行 潜在有用性和最终可理解性，对它们进行综合 定向挖掘 启发协调Agent提高了数据挖掘系统月身的 人一机界面 中断协调 Agent 认知自主性，实现了定向搜索、定向发掘、极大地 Agent 4 模型库 减小搜索空间以及再生新知识的功能 数据挖掘 用户 Agent 2.6中断协调Agent:模型m 模 块 推理机 中断协调Agent由感知器、通信模块，控制模 块、中断协调模块，推理机、方法库，知识库及模 外部环境 块 方法库 知识库 型库等组成，其逻辑结构如图7所示 实践证明，从数据库中进行知识发现过程 图5知识评价Agent逻辑结构图 中，虽然有用户的参与，并且是有目的的挖掘，但 Fig.5 Logic structure of knowledge evaluation agent 挖掘出来的知识中仍有大量重复的、矛盾的、冗

心 游 福 成等 多智 能 体 技 术在 基 于 双 库协 同机 制 的知 识 发 现 模型设 计 中 的 应 用 图 人一 机 界 面 的逻 辑结构 图 啥 卜 一 它 的交互 处 理模块 和 模 块 为 了帮 助用 户 完 成任 务 ， 人一机界 面 需要 关 于用 户 和应用 系 统 双方 面 的知识 在用 户使用该数据挖 掘 系统 的 过 程 中 ， 交互 处 理模块 既能从与用 户的通 信中学 习用 户 的任 务 及偏 好 ， 又 能学 习 如 何更 有效地 与 用 户进行通 信 ， 将挖 掘到 的知识 以用 户 喜欢 的方 式传递 给用 户 学 习 方 法 有从 用 户 的反 馈 中学 习 、 被 动学 习 、 基 于 范例 的学 习 、 归 纳学 习 人一 机 交 互 要 靠双方能理解 的 “ 语 言 ” 来 实 现 ， 因此 交互 系统 中采用 何 种 知识表示 形式 显 得 尤 为重 要 数据挖掘 系 统 中人一 机 交互 常用 的知 识表 示 形 式有 自然 语 言 、 图形 解 释树 、 饼 图 、 曲 线图 、 立 方 数据 图 等 、 表 等 知 识 评 价 模 型 知 识 评 价 由感 知模块 、 通 信模块 、 控制 模块 、 知识评价模块 、 推理 机 、 方法 库 、 知 识 库及 模 型 库等组 成 ， 其 逻辑结 构 如下 图 所 示 知识 评 价 与其他 的不 同之处 在于 它 的知 识评价模块 知 识评价模块 的功 能是对数 据挖掘 所给 出的结果 进 行评 价 与解 释 ， 筛选 出用 户感 兴趣 的和 有 用 的知 识 ， 并 与其他 进行 协调 处理 评 价 的度量 标 准 主要 包括 有 效性 、 新 颖 性 、 潜在 有 用 性 和最 终 可 理 解 性 ’“ 对它 们进行综 合 度 量就得 到模式或 规则 的感兴趣 度 客观感兴趣 度 和 主观感兴趣度 前 者 的 主要 根据 是 模 式 或规 则 的形 式 和 数 据 库 中的数 据 ， 属 于 数据 驱 动 而 后 者还 要 考 虑用 户 的参 与等人 为 因素 的影 响 ， 属 于用 户 驱 动 在评 价过 程 中应 该综 合使用 这 两 种 度量标 准 ， 一 般常用 的方法是 首先用 客观感兴 趣 度 作为第 一 级 过 滤 器 ， 选 出潜在 感 兴趣 的模 式 ， 然 后 再 用 主 观感 兴 趣 度 来 对 它 们 进 行第二 级 筛 选 ， 得 到 用 户 真正 感兴趣 的知 识 启 发 协 调 模 型 ‘ 启发协调 由感知模块 、 通 信模 块 、 控制 模块 、 启 发 协 调 模 块 、 推 理 机 、 方 法 库 、 知识库及 模 型 库等组 成 ， 其逻 辑结 构 如 图 所 示 数据挖掘尸 图 知 识评 价 川 逻辑 结构 图 洲 加 图 启 发协调 比 的逻 辑结 构 图 在 领 域 的基 础 知 识 化 为 规 则 进 行 简 约 分解 并存放 到简约 知识库 中后 ， 还 可 能存在着知 识 的 短 缺 启 发 协调 的功 能就是在 以属 性 为基 础 的 知 识 库 建库 原则 下 ， 通 过 搜 索知 识 库 中 “ 知 识节 点 ” 的不 关联 态 ， 以 发 现 “ 知 识短 缺 ” ， 产 生 “ 创 见 意 象 ” ， 从而 启 发 与激 活 真实 数 据 库 中 “ 数 据子类 ” ， 以产 生 “ 定 向发掘进程 ” ， 即 由计算机实 现 数 据 挖 掘方 向 的 自动 聚 焦 对短 缺 的知 识 ， 一 方 面提供给领 域专 家 ， 看 是否 有这 方 面 的基础 知 识 另一 方 面 ， 对 短 缺 的知 识 要 在 数 据 库 中进行 定 向挖 掘 启发 协 调 提 高 了 数据 挖 掘系 统 自身的 认知 自主性 ， 实现 了定 向搜 索 、 定 向发掘 、 极 大地 减 小搜索空 间 以及 再 生 新 知 识 的功 能 中断协调 模 型 ‘，， 中断协调 由感 知 器 、 通 信模 块 、 控制 模 块 、 中断 协 调 模块 、 推 理 机 、 方 法 库 、 知 识 库及 模 型 库 等组 成 ， 其逻 辑 结 构如 图 所示 实 践 证 明 ， 从 数 据 库 中进 行 知 识 发现 过 程 中 ， 虽 然 有 用 户 的参与 ， 并 且 是 有 目的 的挖 掘 ， 但 挖 掘 出来 的知 识 中仍有大量重 复 的 、 矛 盾 的 、 冗

98 北京科 技大学学报 2003年第1期 agent技术引人到KDD*系统中，提出了一个基于 知识评价 Agent 多智能体的知识发现模型，用Agent来描述数据 人一机界面 模 识评价 模型库 挖掘过程的各个阶段的实现过程.Agent具有自 Agent 控制模 主性、协同性、反应性、主动性、智能性的特点，因 推理机 而可以实现整个数据挖掘过程的智能化 外部环境 参考文献 方法库 知识库 1李碧蓉，肖德宝.一种基于智能移动Agent的网络管 理模型[).计算机科学，2000,27(8)：112 图7中断协调Agent的逻辑结构图 2亢锐，叶青，范全义，基于MuIti--agent技术的Internet Fig.7 Logic structure of interruption coordination agent 信息挖掘研究计算机工程，2001,27(2少：107 余的、从属的、循环的知识.当知识库中的知识达 3杨炳儒.知识工程与知识发现[M.北京：冶金工业 到一定数量时，中断协调模块就启动中断处理程 出版杜，2000.564 序，开始检查知识库中是否有重复的、矛盾的、冗 4李业丽，常桂然.基于Agent的知识发现模型的设 余的、从属的、循环的知识，如果有就把它们从知 计[).计算机工程与应用，2001，(4)：80 识库中删除掉.因此，中断协调模块的主要功能 5素艳霞.KDD中的知识评价方法和图形信息处理 研究D1.北京：北京科技大学，2002 就是保证知识库的一致性、完整性、相容性、无冗 6孙海洪。KDD算法和启发型协调器的理论研究及 余性 其应用D].北京：北京科技大学，2001 3结语 7黄绍君.KDD*系统中基于闭包与超图的中断型协 调器的研究D.北京：北京科技大学，2001 为了提高KDD*系统的智能，本文将Muti- Application of Multi-agent Technologies to the Model Design of Knowledge Dis- covery in Database Based on the Double-bases Cooperation Mechanism YOU Fucheng,MA Wenxiu,YANG Bingru 1)Information Engineering School,University of Science and Technology Beijing,Beijing 100083,China 2)Computer Center,Hebei University of Trade and Economoy,Shijiazhuang 050061,China ABSTRACT The KDD*model,a bench in the field of structured data mining,is proposed based on the double- bases(database and knowledge base)cooperation mechanism.In order to improve the intelligence of KDD*,an in- telligent data mining system based on the multi-agent technologies is designed to realize data preprocessing,data mining,automatic extracting ofknowledge,synchronous evolving and cooperating of basic database and knowledge base,knowledge evaluating and explaining KEY WORDS knowledge discovery;multi-agent;data mining

， 北 京 科 技 大 学 学 报 年 第 期 通信 知 塔 识 模型库 溪 控制 评价 模 模 块 块 感 知 模 块 方法库 知识库 技术 引人 到 系统 中 ， 提 出 了一 个基 于 多智能体 的知识发 现模 型 ， 用 来 描述数据 挖 掘过 程 的各个 阶段 的实现 过程 具有 自 主性 、 协 同性 、 反应性 、 主动性 、 智能性 的特点 ， 因 命可 以实现 整个数据挖掘 过 程 的智能化 图 中断协调 的逻辑结构 圈 加 如 余的 、 从属 的 、 循环 的知识 当知识库 中的知识达 到一 定数量 时 ， 中断协调模块就启动 中断处 理程 序 ， 开始检查 知识库 中是否 有重 复的 、 矛 盾 的 、 冗 余的 、 从属 的 、 循环 的知识 ， 如果有就把它们从知 识库 中删 除掉 因此 ， 中断协调模块 的 主要 功 能 就是保证知识库 的一致性 、 完整性 、 相容性 、 无冗 余性 结 语 为 了提 高 系统 的智能 ， 本文将 参 考 文 · 献 李碧蓉 ， 肖德宝 一种 基于智能移动 的 网络管 理模型 计算机科学 ， ， 亢 锐 ， 叶青 ， 范全义 基于 一 技术 的 信息挖掘研究 计算机工程 ， ， 杨炳儒 知识工程 与知识发现 【 】 北京 冶金工 业 出版社 ， 李业丽 ， 常桂然 基 于 的 知识发现模型 的设 计 计算机工程与应用 ， ， 秦艳 霞 中的知识评价方法 和 图形信息处理 研究 北京 北 京科技大学 ， 孙海洪 算法和启发型 协调器 的理论研究及 其应用 北京 北 京科技大学 ， 黄绍 君 系统 中基于 闭包与超 图 的 中断型 协 调 器 的研究 【 北京 北京科技大学 ， 一 一 馆 ，， 环乞 ， 切 ，， ， 七 ， ， 巩 价 阳 ， ‘ 山 ， ， 廿 叮 ， 电 别吐 ， 飞 ， ， 如 ， ， 如。 鲍 电 汀 一