知识发现系统内在机理

D0I:10.13374/i.issn1001053x.2002.03.073 第24卷第2期 北京科技大学学报 VoL.24 No.2 2002年4月 Journal of University of Science and Technology Beijing Apr.2002 知识发现系统内在机理 杨炳儒周颖 北京科技大学信息「程学院，北京100083 摘要介绍了杨炳儒教授独立提出的知识发现系统内在机理中的3个机制一双库协同 机制、双基融合机制、信息扩张机制，及在其上构建的KDD*,KDK*,KD(D&K),ESKD结构模型， 并介绍了在知识表示方法、发现算法与自动评价方法等方面的创新性成果 关键词知识发现；体系结构；内在机理；KD(D&K)系统；KDD*系统：KDK*系统 分类号TP18:TP391 最近的Gartner报告列举了5项在今后3一 知科学与智能系统等多学科交叉结合的角度， 5年内对工业将产生重要影响的关键技术，其 将其视为一个开放和不断进化的系统，以认知 中KDD和人工智能首位，同时这份报告将并行 自主性为核心，研究知识发现的系统结构、方 计算机体系结构和KDD(Knowledge Discovery in 法、进程与运行机制，提出了双库协同机制、双 Database)的研究列入今后5年内应该投资的l0 基融合机制和信息扩张机制；进而提出了基于 个新技术领域 双库协同机制的KDD扩展结构—KDD*系 目前国际上KDD的研究主要是以知识发 统、基于双基融合机制的KDK*系统、基于信息 现的任务描述、知识评价与知识表示为主线，有 扩张机制的KD(D&K)系统以及基于KD(D&K) 效的知识发现算法为中心，这是在相当长的时 模型的广义诊断型专家系统ESKD:并认为条 间内保持的主流与基调.然而，数据发掘的局限 件已成熟，规范与罗列出了可能的专题研究方 性，正是源于对知识发现系统内在规律性缺乏 向与技术路线，初步构建了知识发现系统的体 研究与认识.若将KDD局限于一个封闭的模式 系结构（见图1）.经中国科学技术信息研究所查 中，不可避免地会带来一系列的问题；而若把知 各实际领域的应用（如农业、远程教有 识发现及其相关的一些进程作为一个宏观的开 应用层 气象、金融、市场预测…油气预测等) 放的整体来考虑，会在一定程度上解决以上问 题.另外当前对于KDD主流技术的研究已取得 软件层 知识发现系统各类引擎（软件系列）开发 方 了一定的成果，对算法的研究已不局限于以往 法 预处理「知识表知识发 知识评价后处理 的一些传统算法，而涉及到了粗糙集、遗传算 方法」儿示方法 掘方法与优化方法方法 法、概念格、小波分析等一些相关的技术方法 这不仅为KDD系统的整体体系结构的构建提 结 知识发现新结构模型 供了基础，而且在客观上也要求为KDD系统提 KDD KDD+ KDK* KD(D&K)ESKD 供一个理论上的体系框架，将各种相关领域的 层 ■ 研究统一起来.这些成为在KDD领域里开拓新 内在机理研究 的研究方向的基本背景 机理层 双库协 双基融 信息扩 核心概念 1知识发现系统体系结构 同机制 合机制 张机制 的研究 纵观知识发现的理论和技术方法的发展状 基础层 逻辑基础 哲学基础 方法论基础 况和存在问题，笔者于1997年从知识发现、认 图1知识发现系统的体系结构图 Fig.1 Architecture of knowledge discovery system 收稿日期2001-1106杨炳儒男，58，教授，博导 *国家自然科学基金重点资助课题No.69835001),教育部科技重点资助项目(No.[20001175)

第 卷 第 期 年 月 北 京 科 技 大 学 学 报 心 知识发现 系统 内在机理 杨 炳儒 周 颖 北京科技大学信息工程学院 ， 北京 摘 要 介绍 了杨炳儒教授独 立 提 出 的知识发现 系统 内在机理 中的 个机制— 双库协 同 机制 、 双基融合机制 、 信息扩张机制 ， 及在其上构建的 ， ， ， 结构模型 ， 并介绍 了在知识表示 方法 、 发现算法 与 自动评价方法等方 面 的创新性成果 关键词 知识发现 体系结构 内在机理 系统 系统 系统 分 类号 最近 的 报告列举 了 项 在今后 一 年 内对工 业 将产生重 要 影 响的关键技术 ， 其 中 和 人工智 能首位 ， 同时这份报告将 并行 计算机体系结构和 幼 心 汀 的研究列 人今后 年 内应 该投资的 个新技术领域 〔，」 目前 国际上 的研究 主要 是 以 知识发 现 的任务描述 、 知识评价与知识表示 为主线 ， 有 效的知识发现算法 为 中心 「 ， 这 是在相 当长 的时 间 内保持的主流与基调 然而 ， 数据发掘 的局 限 性 ， 正 是 源 于 对知识发现 系统 内在规 律性缺乏 研究与认识 若将 局 限于 一个封闭的模式 中 ， 不 可避免地会带来一 系列 的问题 而若把知 识发现及其相关的一些进程作为一个宏观 的开 放 的整 体来考虑 ， 会在一 定程 度 上 解 决 以上 问 题 另外 当前对于 主 流技术 的研究 已 取得 了一 定 的成果 ， 对算法 的研究 已不局 限于 以往 的一 些传统算法 ， 而涉及 到 了粗糙集 、 遗传算 法 、 概念格 、 小波分析等一些 相关的技术方法 「 这不 仅 为 系统 的整 体体系结构 的构 建提 供 了基础 ， 而 且 在 客观上 也要 求为 系统提 供一个理论上 的体系框架 ， 将各种 相关领 域 的 研究统一起来 这些成 为在 领域里开 拓新 的研究方 向的基本背景 知科学 与智能 系统等多学 科交叉 结合 的角度 ， 将其视 为一个 开放 和 不 断进 化 的 系统 ， 以认知 自主性 为核 心 ， 研究 知识发 现 的系统结构 、 方 法 、 进 程 与运 行机制 ， 提 出 了双库协 同机制 、 双 基融合机制和 信息扩张机制 飞进 而提 出了基于 双 库协 同机 制 的 扩 展 结构— 系 统 、 基 于 双基融合机制的 系统 、 基 于 信息 扩 张机制 的 系统 以及 基于 模型 的广 义诊 断型 专家 系统 并认 为条 件 已 成熟 ， 规范与罗 列 出了 可 能 的专题研究方 向与技术路线 ， 初步构建 了知识发 现 系统 的体 系结构 见 图 经 中国科学技术信息研究所查 应用层 一险需 卿孺需觑 — 一 — 不 软件层 一画面赢 系统客奚弓画画邃亘远亘 —— 一 布 一与模才庸陈户矢一心尤型刃一卜匡卜 一发法 一日一构塘万门训 ‘ 一识方新下阵、经结沪。不一断榨弘 ︸ 一一知掘现肠月川日川一袱… 发汪叶晨庸雇 一层 法技术方层结构模型 机理 知识发现 系统体系结构 纵观知识发现 的理论和技术方法 的发展状 况 和存在 问题 ， 笔者 于 年从知识发现 、 认 收稿 日期 一 一 杨炳儒 男 ， ， 教授 ， 博导 基础 图 知 识发 现 系统 的体 系结构 图 国家 自然科学基金重点资助课题 教育部科技重点 资助项 目困 」 DOI ：10．13374／j ．issn1001—053x．2002．03．073

3464 北京科技大学学报 2002年第2期 新检索证明：对内在机理的研究是一项具有国 基于双库协同机制的KDD*系统是KDD技术 内外创新性的研究，在国内外已公开发表的文 与双库协同机制相融合的一种知识发现的新结 献中未见与本研究方向密切相关的报道.这充 构.即构建数据库与基础知识库的内在联系“通 分表明了本研究方向在国内外相关领域的创新 道”，从而用基础知识库去制约与驱动KDD的 性一开拓了知识发现领域的内在机理研究的 发掘过程，改变KDD固有的运行机制，在结构 新方向 与功能上形成了相对于KDD而言的一一个开放 的、优化的扩体.同时该机制的提出可以诱导出 2内在机理研究 新的、有效的知识发现的结构模型，并产生具有 2.1双库协同机制 高效、高扩展性的知识发现算法 双库协同机制即挖掘数据库与挖掘知识库 2,2双基融合机制 双基融合机制即KDD与KDK在综合基的 在KDD进程中的协同机制 (1)定义.在给定真实数据库和基础知识库 知识发现系统中的融合机制. 的前提下，在数据发掘过程中，具备以下特征的 (1)定义.双基融合机制是指在基于数据库 KDD中的运行机制为双库协同机制阿：①在真 与基于知识库（综合基上）的知识发现系统中， 实数据库上，按数据子类结构形式所构成的发 具有下列内涵的机制：①KDK(Knowledge Dis- 掘数据库的可达范畴与基于属性间关系的发掘 covery in Knowledge base)过程要依赖于数据库. 知识库的推理范畴之间构建范畴间的等价关 即将在KDK过程中发掘出的新知识随时送入 数据库中，以数据库中的数据来验证新知识.② 系；2个范畴的等价关系为定向发掘和定向搜 索奠定理论基础.②在KDD聚焦过程中，除依 KDK的过程要依赖于KDD的发掘过程.即在 据用户需求确定聚焦外，通过启发协调算法可 KDK中发掘出的某些特定的新知识可送入 以形成依发掘知识库中知识短缺而生成的机器 KDD过程中进行验证，看KDK中发现的规则 自身提供的聚焦方向，进而形成在数据库中的 在KDD过程中是否能被发现.这一过程本质上 定向发掘算法和进程).③在获得假设规则到知 是确定KDK中发现的新规则在现实中是否有 识评价的过程中产生的中断进程，即先不对假 意义.③KDK依赖于固有知识库.即KDK过程 设规则进行评价，而是通过中断协调算法到发 中发现的新知识要实时的、定向的嵌入固有知 掘知识库中进行定向搜索（算法和进程），以期 识库，以验证新知识与原有知识是否冗余、矛盾 发现产生的假设规则与知识库中原有的知识是 和重复 否重复、冗余和矛盾，并作相应处理，即对知识 (2)论证了KDK模型与KDD模型各要素间 库进行实时维护 的对应关系，建立KDD与KDK过程的协同对 应模型.在双基融合机制下构造了一个基于事 (2)在双库协同机制的研究中，给出了一系 列定义，并演绎出重要的结构对应定理，还提出 实的知识发现算法，得到了有效的验证：并用卡 及实现了启发协调算法与中断协调算法.以下 尔纳普的归纳逻辑来建立KDK自身的评估体 给出结构对应定理 系，从而建立了KDK的整体结构框架.这样做 定理（结构对应定理）.对于论域X,在相应 使得KDK摆脱了长期以来只能借助人机对话进 的知识子库与数据子库中，关于知识结点的拓 行评价的窘境，机器自身有了客观的评价标准。 扑空间是同一泛同伦型的空间. 制的本质在于在具有综合基的知识发现系统 (3)意义.双库协同机制基本上解决了数据 中，构建KDD与KDK的相互制约的内在联系， 发掘过程中对领域固有的基础知识库的实时维 使它们能够相辅相成，是一种机器智能的较高 护，同时在一定程度上，解决了认知自主性的问 境界 题.即利用启发型协调器，实现了计算机自动发 23信息扩张机制 现“知识短缺”，系统自身根据知识短缺产生创 该机制把信息扩散理论的结果经合理修 见意向，形成定向发掘：对挖掘出来的知识通过 正，有针对性地移植到知识发现系统中，建立双 中断型协调器，对知识库进行实时管理与维护 库协同、双基融合的信息开放系统中信息扩张

北 京 科 技 大 学 学 报 年 第 期 新检索证 明 对 内在 机理 的研究是一项具有 国 内外创新性 的研究 ， 在国 内外 已公开发表 的文 献 中未见 与本研究 方 向密切 相关的报道 这充 分表明了本研究方 向在 国 内外相关领域 的创新 性— 开 拓 了知识发 现领域的 内在机理研究的 新方 向 内在机理研究 双库协同机制 双库协 同机制即挖掘数据库与挖掘知识库 在 进程 中的协 同机制 定 义 在 给定 真实数据库和基础知 识库 的前提下 ， 在数据发掘过程 中 ， 具备以下特征的 中的运行机制 为双库协 同机制 ，， ①在 真 实数据库上 ， 按数据子类结构形式所构成 的发 掘数据库的可达范畴与基于 属性间关系的发掘 知识 库 的推理 范畴之 间构 建 范 畴 间 的等价关 系 个范畴的等价关系为 定 向发掘 和定 向搜 索奠定理论基础 ②在 聚焦 过程 中 ， 除依 据用 户需 求确定聚焦外 ， 通过启发协调算法 可 以形成依发掘知识库中知识短缺而 生成 的机器 自身提供的 聚焦方 向 ， 进而形成在数据库 中的 定 向发掘 算法和 进程 ③在获得假设规则到知 识评价 的过程 中产生 的 中断进程 ， 即先不对假 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 算法和进程 ， 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 ， 并作相应处理 ， 即对知识 库进行实时维护 在双库协 同机制 的研究 中 ， 给 出了一 系 列 定义 ， 并演绎出重要 的结构对应定理 ， 还提 出 及 实现 了启发协调算法 与 中断协调算法 以下 给出结构对应定理 ， 定 理 结构对应定理 对于论域 ， 在相应 的知识子 库与数据子库中 ， 关于 知识结点的拓 扑空 间 浏价 》 与关于数据子类 结构 的拓扑空 间 ， 是 同一泛 同伦型 的 空 间 意义 双库协 同机制基本上解决 了数据 发掘过程 中对领域 固有的基础知识库的实时维 护 ， 同时在一定程度上 ， 解决了认知 自主性 的问 题 即利用启发型协调器 ， 实现 了计算机 自动发 现 “ 知识短缺 ” ， 系统 自身根据知识短缺产生创 见 意 向 ， 形成定 向发掘 对挖掘出来 的知识通 过 中断型协调器 ， 对知识库进行实时管理与维护 基于双库协 同机制 的 ， 系统是 技术 与双库协同机制相融合的一种知识发现 的新结 构 即构建数据库与基础知识库的内在联系 “ 通 道 ” ， 从而用基础 知识库去 制约与驱动 的 发掘过程 ， 改变 固有 的运 行机制 ， 在结构 与功 能上形成 了相对于 而 言的一 个开 放 的 、 优化的扩体 同时该机制的提 出可 以诱导 出 新 的 、 有效的知识发现的结构模型 ， 并产生具有 高效 、 高扩展性 的知识发现算法 ， 双基融合机制 双基融合机制 即 与 在综合基的 知识发现 系统 中的融合机 制 定义 双基融合机制是指在基 于 数据库 与基 于 知识库 综合基上 的 知识发现 系统 中 ， 具有下 列 内涵 的机制 ① 肠 力 电 过程要依赖于数据库 即将在 过程 中发掘 出的新知识随时送人 数据库中 ， 以数据库中的数据来验证新知识 ， ② 的过程要依赖于 的发掘过程 即在 〕 中 发 掘 出 的 某 些 特 定 的 新 知识 可 送 人 过程 中进行验证 ， 看 中发现 的规则 在 〕 过程 中是否 能被发现 这一过程本质上 是确定 中发现 的新规则 在现实 中是否有 意义 ③ 依赖于 固有知识库 即 过程 中发现 的新知识要实时的 、 定 向的嵌人 固有 知 识库 ， 以验证新知识与原有知识是否冗余 、 矛盾 和 重 复 论证 了 模型 与 模型 各要 素间 的对应关系 ， 建立 与 过程 的协 同对 应模型 ， 在 双基融合机制下 构造 了 一个基于 事 实的知识发现算法 ， 得到 了有效 的验证 并用卡 尔纳普 的 归纳逻辑来建立 自身的评估体 系 ， 从而建立 了 的整体结构框架 这样做 使得 摆脱 了长期以来只能借助人机对话进 行评价的窘境 ， 机器 自身有 了客观的评价标准 从 以 上 种 内涵 可 以看 出 ， 双基 融合机 制 的本 质在 于 在 具有综 合基 的 知 识 发 现 系统 中 ， 构建 与 的相互 制约 的 内在联 系 ， 使它们能够相辅相成 ， 是一 种机器智能的 较高 境界 信息扩张机制 该 机 制把 信息 扩 散理 论 的结果 经 合理 修 正 ， 有针对性地移植到知识发现系统 中 ， 建立双 库协同 、 双基融合 的信息开放 系统 中信息扩张

Vol.24 杨炳儒等：知识发现系统内在机理 …347. 的模型，并研究这个模型的性质和运动机理：把 3内在机理诱导的扩展性结构模型 信息扩散的计算思维运用到知识发现过程中 去，以寻求在知识库与数据库的动态扩张下，知 (I)KDD*兰KDD+双库协同机制（符号+表 识信度，优化与算法复杂性等变化规律.信息扩 示在KDD技术的基础上融人双库协同机制). 张机制的研究是多学科交叉的结果，它涉及到 (2)KDK*KDK+双基融合机制（符号+表 认知科学、人工智能、计算机逻辑、理论物理、哲 示在KDK技术的基础上融入双基融合机制). 学、突变论、耗散理论、混沌理论、计算机科学、 (3)将KDD*,KDK*与信息扩张机制相结合， 系统科学等多个学科. 形成具有多抽象级、不同知识层次的多层递阶、 上述的3个机制从认知结构与智能结构的 综合集成的知识发现系统KDD&K)(见图2). 角度刻划了知识发现过程中的内在机理，奠定 图2所示知识库经基础一衍生一合成一综 了知识发现的理论基础、优化了知识发现的结 合一扩展的提升过程，只是完成了第1个发现 构、完善了知识发现的运行机制、完备了知识发 (认识)阶段，即第1个抽象级.以第1个抽象级 现的功能、扩展了知识发现的应用 的扩展知识库作为第2个抽象级的基础知识库， 扩展知识库（几容性处弹） E层 (扩展知识层) 作为下个抽象级的 基础知识车 广义综合归纳推理机 推理 假设 评估 综合知！库 -D层 目标规则（公理） 冗容性处理 (综合知识层) T 性 型协调器 集成推理机 规则组推理 描述框架推理 因果归纳与演泽推理 食 合成知识库 -C层 (合成知识层) 冗容性处理 B层 (衍生知识层) 结果 衍生知识库 (分类器一 -如A层) 结果评价 S型协调器 冗容性处 规则（知识）生成 R型协调器 A层 取 聚焦 (基础知识层) 闭户需求 基础知识库 (由专家知识和领域 知识的获取构成) 真实数据库 过程性知识描述性知阅联性知识 规则架+规则体)（描述结构）（语言场） 预处理 黑板结构 图2KD(D&)结构图 Fig.2 Overall Structure of KD(D&K)

叭】 杨炳 儒等 知 识 发现 系统 内在机理 的模型 ， 并研究这个模型 的性质和运 动机理 把 信息扩 散 的 计算思 维运 用 到 知 识 发现过程 中 去 ， 以 寻求在 知识库与数据库的动态扩张下 ， 知 识信度 、 优化与算法复杂性等变化规律 信息扩 张机制 的研究是多学科交叉 的结果 ， 它涉及到 认知科学 、 人工智能 、 计算机逻辑 、 理论物理 、 哲 学 、 突 变论 、 耗散理论 、 混沌 理论 、 计算机科学 、 系统科学等多个学科 上述 的 个机制从认知结构与智能结构 的 角度刻划 了知识发现过程 中的 内在机理 ， 奠定 了知识发现 的理论基础 、 优化 了知识发现 的结 构 、 完善了知识发现的运行机制 、 完备了知识发 现的功能 、 扩展 了知识发现 的应用 内在机理诱导的扩展性结构模型 要 双库协 同机制 符号十 表 示在 技术的基础 上 融人双库协 同机制 皇 双基融合机制 符号 表 示 在 技术的基础 上 融人双基融合机制 将 〕 ， 与信息扩张机制相结合 ， 形成具有多抽象级 、 不 同知识层次的多层递阶 、 综合集 成 的知识发现 系统 见 图 图 所示知识库经基础 一衍生 一合成一综 合一扩展 的提升过程 ， 只 是完成 了第 个发现 认识 阶段 ， 即第 个抽象级 以第 个抽象级 的扩展知识库作为第 个抽象级的基础 知识库 ， 扩展知识层 层 综合知识层 扩展知识咋冗育性处理 卜 日 评估 目标规则 ‘公理， 冗容性处理 规则组推理 因果归纳与演泽推理 合成知识库 衍生知识库 分类器— 如 层 人 机 交 互 用户需求 真实黔 库 预处理 层 合成知识层 层 衍生知识层 层 基础知识层 图 结构图 代 毋承

·348 北京科技大学学报 2002年第2期 按类似于第1个抽象级的各个发现环节运行， 基于内在机理研究，具体而论是基于“知识短 完成第2个抽象级.如此往复，在认识发展与时 缺”（利用有向超图）进行“定向挖掘”；而Apriori 空环境变迁的不同阶段，不断使知识丰富与升 算法是基于组合论的数据库全局搜索 级，不断使认识深化.由此可以看出该系统的基 (2)基本流程（或基于的模型）不同.Marad- 本特征：①具有多个抽象级、不同知识层面的多 bcm算法是一条一条短缺知识的挖掘；而Apriori 层递阶、综合集成的知识发现系统的总体框架 算法是所有的规则一并挖掘. 与运行机制；②双库（即数据库与知识库）在知 (3)基础不同.Maradbcm算法是基于规则强 识发现过程中具有协同机制；③综合了数据发 度，它考虑了主观和客观两个方面，即考虑了用 掘技术与推理机制（即使KDD与KDK统一在 户的聚焦（感兴趣度），并涵盖了Apriori算法的 一个过程中)，综合了KDD发掘的知识与知识 支持度阈值 库的知识，进而再生新知识；④强调知识发现过 (4)发现知识的量不同.Maradbcm算法考虑 程中的认知自主性，即突出知识的自动发现（获 了知识库，能真正发现新颖的、用户感兴趣的知 取)，仅在一个发现周期（即一个抽象级）的“始 识，这正是符合了KDD定义，而Apriori算法是 点”与“末端”通过人机交互建立与领域专家的 把满足条件的规则全部挖掘出来；另外，由于 联系 Maradbcm算法中的支持度可以设置得比较小 (4)基于知识发现系统KD(D&K)的广义 (因为该算法主要是由规则强度来聚焦的)，即 诊断型专家系统ESKD,详细内容可参见参考文 对短缺知识的删除是比较谨慎的，因此Marad 献[7 bcm算法部分地克服了Apriori算法的一个缺 陷，即遗漏重要的规则 4内在机理引发的技术方法 (S)Maradbcm算法.可融入KDD中形成新 4.1新的知识表示方法一语言场与语言值结 的开放型的结构模型—KDD*,整个算法实现 构表示法 的运算背景是KDD*结构；而Apriori算法是原 定义.C=<D,I,N,≤心，若满足下列条件：D 有的封闭系统KDD 为R上交叉闭区间的集合（基础变量论域）：N≠Φ 43因果关联规则的自动评价方法 为语言值的有限集；sw为N上的全序关系； 针对因果关联规则，提出了一种全新的自 I:N一D为标准值映射，满足保序性，则称C为语 动评价方法，其主要特征是： 言场 (1)采用全新的知识表示方法一语言场和 在此基础上，给出语言值结构的定义与相 语言值结构. 关的若干实现 (2)采用因果关系定性推理机制（它不必考 利用语言场理论对连续属性进行离散化， 虑各种数据的概率分布情况) 方法简单，计算时间短，并可以根据专家（用户） (3)将认证逻辑的分析方法应用到因果关联 的意愿来划分连续属性，从而用自然语言来描 规则的评价中，实现了对这种规则形式的后验 述最后得到的规则，使之更易于被用户所理解， 评价 因此这种方法较为实用 (4)具有通用性和交互性.即此评价方法可 4.2关联规则发现的新算法一Maradbcm算法 以在不同的领域中应用，因为因果关系是普遍 本文作者独立提出的Maradbcm算法(min- 存在的. ing association rules algorithms based on double- 同时对于有些经常变化的数值，可以让用 bases cooperating mechanism)是基于双库协同机 户随时进行补充和修改，不过当所需要的值确 制的关联规则挖掘算法，体现了内在机理研究 定后，推理机制和评价方法的实现都是由计算 对当前KDD主流发展的重要作用 机自动完成的.其中，(1)和(2)是最关键的特征， Maradbcm算法与通常公认的具权威性的 也是提出该方法的基础.也只有以语言场理论 挖掘关联规则的Apriori算法的主要共同，点是 为基础和在因果关系定性推理机制下，才能将 两者在本质上都是基于统计方法的.两者的主 认证逻辑的分析方法运用到评价过程中，并使 要区别（或优于Apriori算法）在于以下5个方面： 其可以进行定量的分析，从而使该方法具有科 (l)基于的学术思想不同.Maradbcm算法是 学性与可实现性

北 京 科 技 按类 似于 第 个抽象级 的各个发现环 节运行 ， 完成第 个抽象级 如此往复 ， 在认识发展与时 空 环 境变迁 的不 同阶段 ， 不 断使知识丰富与升 级 ， 不 断使认识深化 由此可 以 看 出该系统 的基 本特征 ①具有多个抽象级 、 不 同知识层 面 的多 层递 阶 、 综合集成 的知识发现 系统 的总体框架 与运行机制 ②双库 即数据库与知识库 在知 识发现过程 中具有协 同机制 ③综合 了 数据发 掘技术 与推理机制 即使 与 统一在 一个过 程 中 ， 综合 了 发掘 的知识与知识 库的知识 ， 进而再生新知识 ④强调 知识发现过 程 中的认知 自主性 ， 即突 出知识 的 自动发现 获 取 ， 仅在一个发现 周期 即一个抽象级 的 “ 始 点 ” 与 “ 末端 ” 通过人机交互建立 与领域专家 的 联 系 基 于 知识发现系统 勒 的广义 诊断型 专家系统 ，详细 内容可参见参考文 献 内在机理引发的技术方法 新的知 识表示 方法— 语 言场 与语言值结 构表示法 定 义 ， ， ， 丛户 ， 若满 足 下 列 条件 为 上 交叉 闭 区 间的集合 基础变量论域 羊 必 为 语 言 值 的有 限集 ‘ 、 为 上 的 全 序关 系 一 为标准值映射 ， 满足保序性 ， 则称 为语 言场 在此基础 上 ， 给出语言值结构 的定义 与相 关 的若 干 实现 利用 语 言场理论对 连 续 属 性 进行离散化 ， 方法简单 ， 计算时 间短 ， 并可 以根据专家 用 户 的 意 愿来 划分连续 属 性 ， 从而用 自然 语言来描 述最后得到 的规则 ， 使之更易 于被用户所理解 ， 因此这种 方法较 为实用 关联规则发现的新算法— 算法 本文作者独 立 提 出的 算法 是基于 双库协 同机 制 的关联规则挖掘算法 ， 体现 了 内在机理研究 对 当前 主 流 发展 的重要作用 算法 与通 常公认 的具权威性 的 挖掘关联 规则 的 算法 的主要共 同点是 两 者在 本质上 都是基于统计方法 的 两者 的 主 要 区别 或优于 算法 在于 以下 个方面 基于 的学术思想 不 同 算法是 大 学 学 报 年 第 期 基于 内在机理研究 ， 具体而论是基于 “ 知识短 缺，’ 利 用有 向超 图 进行 “ 定 向挖掘 ” 而 算法是基于组合论 的数据库全局 搜索 基本流 程 或基于 的模型 不 同 算法是一条一条短缺知识的挖掘 而 算法是所有 的规则一并挖掘 基础不 同 算法是基于规则强 度 ， 它考虑 了 主观和客观两个方面 ， 即考虑 了用 户 的聚焦 感兴趣 度 ， 并涵盖 了 却 算法 的 支持度 阑值 发现知识的量不 同 算法考虑 了知识库 ， 能真正发现新颖 的 、 用 户感兴趣 的知 识 ， 这正是符合 了 定义 ， 而 算法是 把满足条件 的规则全部 挖掘 出来 另 外 ， 由于 算法 中的支持度 可 以 设置得 比较小 因为该算法 主要是 由规则强 度来 聚焦 的 ， 即 对短 缺知识 的删 除是 比较谨慎 的 ， 因此 算法部分地 克服 了 算法 的一个缺 陷 ， 即遗漏重要 的规则 算法 可 融 入 中形成新 的开放型 的结构模型— ， 整个算法实现 的运算背景是 结构 而 却 算法 是原 有 的封闭 系统 因果关联规则 的 自动评价方法 针对 因果关联规则 ， 提 出 了一 种 全新 的 自 动评价方法 ， 其 主要特征是 采用全新 的知识表示方法— 语言场和 语言值结构 采用 因果关系定性推理机制 它 不 必 考 虑各种数据 的概率分布情况 将认证逻辑 的分析方法应用 到 因果关联 规则 的评价 中 ， 实现 了对 这种 规则 形 式 的后 验 评价 仔 具有通用性和 交互性 即此评价方法可 以在不 同的领域 中应用 ， 因为 因果关系是普遍 存在 的 同时对于有些经常变化 的数值 ， 可 以 让用 户 随时进行补充和 修改 不 过 当所需要 的值确 定后 ， 推理机制 和评价方法 的实现都是 由计算 机 自动完成 的 其 中 ， 和 是最关键 的特征 ， 也是提 出该方法 的基础 也 只 有 以语言场理论 为基础 和 在 因果关系定性推理机制下 ， 才能将 认证逻 辑 的分析方法运 用 到评价过程 中 ， 并使 其可 以进行定量 的分析 ， 从而 使该方法具有科 学性 与可实现性

Vol.24 杨炳儒等：知识发现系统内在机理 ·349· 5结论 2 Piatetsky Shapiro G,Matheus C J.Knowledge Discovery Work-bench for Exploring Business Databases[J].Inter- 本文介绍了知识发现系统体系结构，并就 national Journal of Intelligent Systems,1992,7:675 其中的内在机理层，结构模型层，方法技术层上 3 Yoon J P,Kerschberg L.A Frame work for Knowledge Dis- 所作的研究进行了介绍.也相应的开发了 covery and Evolution in Databases[J].IEEE Transactions on Knowledge and Data Eng,1993.5:973 KDD*,KDK*的软件系统，并将它们应用到了农 4杨炳儒.知识1程与知识发现M北京：冶金工业出 业知识发现系统，远程教育，气象短期预报和油 版社，2000 气预测等方面，取得了很好的运行效果.知识发 5杨炳儒.关于KDD的一类开放系统KDD*的研究U). 现的内在机理研究侧重于从问题的总体结构提 计算机科学，2000.27(2)：83 出解决方案，而不是考虑孤立的某一过程 6 Yang Bingru.KD(D&K)and Double-Bases Cooperating Mechanism[J].Journal of System Engineering and Elec- 参考文献 tronic5,1999,10(2:48 1 Anand SS.Bell D A,Hughs J G.EDM:A General Fra 7 Yang Bingru.ESKD-A New Structure of Export System mework for Data Mining Based on Evidence Theory[J]. Based on Knowledge DiscoveryfJ].J of Univ of Sci and Data Knowledge Eng,1996,18:189 Tech Beijing,2000,7(1):63 Inner Mechanisms'Research of Knowledge Discovery System YANG Bingru,ZHOU Ying Information Engineering School,UST Beijing,Beijing 100083,China ABSTRACT The inner mechanisms that were put forward solely by the author Yang Bingru are introduced: cooperation mechanism of double bases,fusion mechanism of double basis and diffusion mechanism of in- formation.Then expansibility structural model of KDD are described:KDD*,KDK*,KD(D&K)and ESKD. And some innovational productions are introduced such as a new method of knowledge representation,mining algorithm,automatic evaluation algorithm. KEY WORDS knowledge discovery;architechture;inner mechanism;KD(D&K)system;KDD*system; KDK*system

杨炳孺等 知 识 发现 系统 内在 机理 一 结论 本文介绍 了知 识 发现系统体系结构 ， 并就 其 中的 内在机理层 ， 结 构模型层 ， 方 法技术层 上 所 作 的 研 究 进 行 了 介 绍 也 相 应 的 开 发 了 ， 的软件 系统 ， 并将它 们应用 到 了农 业 知识发现 系统 ，远 程 教育 ， 气象短 期预报 和 油 气预测 等方 面 ，取得 了很好 的运 行效果 知识发 现 的 内在机理研究侧重 于从 问题的总体结构提 出解决方 案 ， 而不 是 考虑孤立 的某一 过程 参 考 文 献 ， ， 「 ， ， ， 一 【 」 ， ， ， 〔 ， ， 杨炳儒 知识 程 与知识发 现 【 」北京 冶金 工业 出 版社 ， 杨炳儒 关于 的一 类 开 放 系统 的研 究 计算机科 学 ， ， 一 【 ， ， 一 ， ， ， ， 口 巧 ， 乏弓 ， ， 、 恤 ， 幻〕 ， ， 知 ， ，