朱榕&李红娟-第1次作业-文献编目=数据库知识发现

数据库知识发现（KDD：Knowledge Discovery in Databases） 数据库知识发现 By: 朱榕（s084068），李红娟（s084064） 引言 数据库知识发现（KDD：Knowledge Discovery in Databases）是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。 此编目介绍了数据库知识发现的总体研究情况。包括KDD的定义及简介，主要方法、过程及模型，发展趋势，以及KDD的主要应用领域等。 1、​ 概念及简介 [1]百度百科词条：KDD. http://baike.baidu.com/view/77864.htm?fr=ala0_1 ​——从KDD的定义及发展背景、过程及主要的过程模型方面做了简要的介绍。 [2]百度百科词条：知识发现. http://baike.baidu.com/view/77853.htm?fr=ala0_1 ——对KDD做了定义描述。并表述"数据挖掘"的一种更广义的说法。 [3]MBA智库百科词条：知识发现. http://wiki.mbalib.com/wiki/%E7%9F%A5%E8%AF%86%E5%8F%91%E7%8E%B0 ——讲解了数据库知识发现与数据挖掘的区分，及KDD的 [4]一个用错知识发现的案例. http://blog.joycode.com/mvm/archive/2004/07/06/26746.joy ——通过“啤酒和尿布”引出关联关系，指出用错的案例中数据的关联而非罗辑上的关联。此例从侧面来加深理解知识发现。 [5]舒鹰.知识发现过程中的系列问题分析.图书馆季刊.2004(03) http://www.ynlib.cn/Article/ShowArticle.asp?ArticleID=20559，2010-3-28 ——着重分析了知识分析发现过程中面临的挑战。 2、​ 主要方法、过程及模型 [1]Fayyad U and Stolorz P (1997). Data mining and KDD: Promise and challenges, Future Generation Computer Systems, Vol.13 (3), pp 99-115 [2]Fayyad U Piatetsky-Shapiro G and Smyth P (1996) From Data Mining to knowledge discovery, advantage in knowledge discovery, pp 1-34 [3]史忠植.知识发现[M]. 清华大学出版社,2002 ——本书全面而又系统地介绍了知识发现的方法和技术，反映了当前知识发现研究的最新成果。 [4]陈圣青,黄志球,朱小栋,王珊珊. 一种以领域知识为中心的知识发现过程模型.计算机应用模型,2009(02): ——针对知识发现在实际应用中的问题,提出了一种以领域知识为中心的知识发现过程模型,并将其形式化，描述了其动态语义。与已有的知识发现过程模型相比,此过程模型更能体现知识发现过程的本质特性,同时具有严格的形式化基础,为知识发现系统的设计和实际的知识发现应用提供了一个新的参考。 [5]朱廷劭,高文,Charlex X.Ling. 数据库中知识发现的处理过程模型的研究.计算机科学,1999(02) :44-47 ​​——介绍了两种多处理阶段的过程模型、以用户为中心的处理模型等两种数据库知识发现处理过程模型。 [6]ANAND S S,BUCHNER A G.Decision support using data mining[M].London:TransAtlantic Publications. 1998:30-39 [7]BRACHMAN R,ANAND T.The process of knowledge discovery in databases:a humancentered approach[C]//FAYYAD U,PIATETSKYSHAPIRO G,SMYTH P,et al.Advances in knowledge discovery and data mining.[S.l.]:AAAI Press ,1996:37-57 [8]李刚.知识发现的图模型方法.中国科学院软件研究所博士生 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 .2001 ——根据“基于有向图模型的知识发现” 框架，本文研究图模型在知识发现领域的应用理论基础，包括离散化预处理、 结构学习、参数学习、模型解释等四个方面。 [9]李红梅,周桂红,王克修.基于粗糙集和遗传算法的知识发现方法.现代电子技术,2007(08):76-78 ——提出了结合粗糙集理论和遗传算法的知识发现方法。首先通过粗糙集理论对数据进行预处理，在实现属性约简中采用了遗传算法，以提高搜索效率，然后进行 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf 提取。 3、​ 发展趋势 [1]马江洪,张文修,徐宗本,数据挖掘与数据库知识发现:统计学的观点[J],工程数学学报,2002,(1).页码: 1-13 ——数据挖掘和数据库知识发现是当前国际科技界的一个研究热点。这是一个介于统计学、模式识别、人工智能、机器学习、数据库技术以及高性能并行计算等领域的交叉新兴学科,具有极为广泛的应用前景。从统计学的角度来透视其中相关的统计问题 ,提出了传统统计学面临的挑战,以及在这个领域将带来的一些新的研究方向。 [2]夏火松,蔡淑琴,运用市场营销领域知识优化数据库知识获取[J],情报学报,2002,(4).页码: 397-400 ——从市场营销数据库中处理大量的数据来查找知识,往往耗费巨大,而一些附加信息,如市场营销领域知识或背景信息,通常能指导并限制对有利知识的获取。本文针对市场营销领域知识在数据库知识获取处理中的一些运用技巧作了一些探讨,特别是利用市场营销领域知识来简化数据库查找程序,充分运用一些描述要查找的信息的假设模型,通过查询来证明假设,并淘汰一些多余的、相互矛盾的查找规律。对于淘汰下的数据还可以用离群数据挖掘分析和市场营销领域知识进行二次获取知识。 [3]杨炳儒,刘发升,数据发掘与数据库中知识发现[J],北京科技大学学报,1999,(2). ——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． [4]张彦霞,赵永恒,崔辰州,天文学中的数据挖掘和知识发现[J],天文学进展,2002,(4).页码: 312-323 ——综述了数据挖掘和知识发现在天文学中兴起的必然性及其近几年的发展状况、实现过程和具体任务。分析了当前天文数据的复杂性,介绍了天文学中数据挖掘的科学要求。系统地概括了近年来天文学中数据挖掘和知识发现领域研究的进展及其热点,并阐述了其所面临的挑战。天文学中的数据挖掘和知识发现的兴起将对天文学的发展起到巨大的推动作用,同时也在知识和技术等方面对天文学家提出了新的要求。另外,数据挖掘技术能否在虚拟天文台中成功应用,是虚拟天文台充分发挥作用的关键所在。 4、​ 主要应用领域 [1]边嘉耕,归纳逻辑程序设计在数据库知识发现中的应用研究[D],北京工业大学,2000,(02) ——本项目属于国家863计划资助的研究项目的一部分,本文是对这两年来工作的 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf . 随着数据库技术的迅速发展以及数据库管理系统的广泛应用，现实世界 积累了越来越多的数据,如何从这些数据中得到隐含的有价值的信息和知识,就成为一个迫切需求和非常艰巨的任务. [2]陈树晓,水俊峰,张浩林,王晋斌,王宗彦,知识发现技术在政府决策支持系统中的应用[J].科技情报开发与经济,2006,(16).页码: 213-214+228 ——基于知识发现的政府决策支持系统的开发能够为政府做出更合理,更科学的决策提供数据支持。讨论了政府决策支持系统的特殊性,分析了知识发现的系统架构,介绍了基于关联规则的知识发现与数据挖掘技术,提出了用Apriori算法进行政府决策支持系统开发的思路。 [3]游代安,李燕,余旭初.数据库知识发现技术及其在测绘中的应用[J].测绘学院学报,2001,(S1).页码: 49-51 ——详细介绍了数据挖掘与数据库中的知识发现 (KDD)技术,给出了KDD的定义以及KDD具体实现的3种处理模型,并从GIS和遥感影像分析两个方面论述了KDD技术在测绘中的应用。 [4]杨家红,甘峰,李仲阳,俞汝勤.利用数据库知识发现(KDD)技术构建新型质谱解析专家系统[J].计算机工程与应用,2001,(16).页码: 23-25 ——通过在数据预处理，知识获取，知识库管理等模块中利用中断控制器和启发控制器把KDD有机集成起来，融合成一种新的专家系统结构，从而使系统能从海量数据库信息中提取蕴涵的知识来对知识库进行补充和核对。利用系统提供的KDD算法对NIST62质谱库进行分析，结果表明该系统具有较普通专家系统更强的解决实际问题的能力。 [5]李好平,数据库知识发现技术在材料工程专家系统中的应用[J],材料导报,1996,(1).页码: 1-41 ——数据库中的知识发现技术是80年代末被人正式提出的,它对满足日益增长的人工智能处理数据的要求和克服传统专家系统的困难提供了光明的前景。介绍了该技术的最新发展及其在材料专家系统中的实现与应用。 [6]夏立玲,数据挖掘在流程工业中的应用研究[J],软件导刊,2009,(10),页码: 178-179 ——针对流程工业中连续性生产过程的时间序列特点,采用数据仓库进行数据集成,分析了数据挖掘技术在流程工业中的应用。 [7]李巍,钟颖峰,基于知识发现的高校学生工作决策支持系统的探索[J].西安文理学院学报(社会科学版),2006,(1).页码: 102-105 ——在学生管理信息系统的基础上建立一个以企业运作方式为模型的学生工作决策支持系统(Student Affair Decision Support System,SADSS)很有必要,学生工作决策支持系统的各项功能除了满足日常简单的查询、统计和维护之外,还需局部统筹规划管理高校学生工作各种信息,协调各级学生工作者的工作,还能够为高校各级学生工作决策者和执行者提供有关教育形势以及学生思想动态、学习生活情况的瞬时变化、发展趋势以及通过技术手段来开发学生管理信息系统产生的历史数据,提取隐含在其中的事先未知的、潜在的信息。 [8]解圣霞,数据仓库及知识发现在信息系统中的应用[J].软件导刊,2006,(13).页码: 13-15 ——论述了数据仓库技术及知识发现技术在信息系统中的具体应用,探讨了如何利用这2种技术解决信息爆炸问题和支持决策问题。 [9]陈则芝,程家兴,知识发现及其在CRM中的应用[J].电脑知识与技术(学术交流),2007,(12).页码: 1489-1490+1553 ——以机器学习为背景的知识发现技术是一门新兴的信息处理技术,而客户关系管理的经营理念是决定现代企业能否取得成功的关键因素,两者的结合则可以有效地提高企业的核心竞争力。本文较为详细地介绍了知识发现的概念、过程、方法及其在客户关系管理中的具体应用。 [10]樊红侠,知识发现及其在数字图书馆的应用[J].现代情报,2008,(8).页码: 90-92 ——本文在对知识发现的定义、功能、基本过程及其主要的技术实现方法进行简要概念的同时,重点阐述了知识发现技术在数字图书馆网站建设,馆藏资源建设,书库的科学管理、提高用户满意度及为用户提供个性化服务等几方面的应用。 [11]宛霞,数据库中的知识发现在飞行器故障诊断中的应用[J],计算机工程与应用,2003,(18),页码: 221-223 ——论文提出了在大型数据库中,为飞行器故障诊断的KDD故障诊断树和知识演变模式。其思想是在飞行器工程领域中,创建故障诊断树和基于知识演变的系统。这种知识演变模式提供了同步和交互进行的两种处理模式:数据挖掘处理和优化处理。在基于知识演变模式中,数据挖掘处理在信念空间层进行符号推理,而优化处理在整体空间层进行查询。这些模式和故障诊断树都是为快速查找飞行器故障服务的,可以有效地提高飞行器试验的成功率。 [12]胡蓉,周建中,基于数据挖掘的知识发现在水电站优化调度中的应用研究[J],计算机与现代化,2003,(2).页码: 5-6+9 ——主要讨论基于数据挖掘技术的知识发现在水电调度系统中的应用,提出了基于数据挖掘的知识发现方法,建立了知识向量集的拓扑空间概念并提出了基于拓扑空间向量集的不确定性知识表示方法。 [13]刘惠,邱天爽,知识发现及其在临床医学上的应用[J],生物医学工程学杂志,2004,(4).页码: 677-680 ——目前海量的数据存储已经远远超过了人的理解能力,尤其是现代医学数据量越来越大,而传统的统计技术及数据管理工具已经力不从心,知识发现及数据挖掘工具在处理海量数据库时显示了它们的长处。本文首先介绍了知识发现及数据挖掘的概念 ,又详细介绍了知识发现的一个重要工具粗糙集理论的有关基础知识并举例介绍了其应用。 [14]赵海青,李社宗,周幸福,乔雨,申建毅,数据库中的知识发现及其在气象中的应用[J],河南气象,2002,(2).页码: 35-36 ——介绍了数据库中的知识发现 (KDD)和数据挖掘(DM)的基本概念和处理过程,然后分析了数据挖掘所使用的方法,讨论了数据挖掘的应用,并给出了应用于气象领域的数据挖掘工具的设计 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。 [15]张焱,知识发现在金融反洗钱领域中的应用研究[D],合肥工业大学,2004. ——数据库中知识发现(Knowledge Discovery in Databases，简称KDD)是近年来人工智能、数据库应用等领域的研究热点。目前，KDD的研究涵盖了多个领域的多种知识发现方法，已经能够发现时间序列规则、关联规则、分类规则、聚类规则等多种知识类型。此外，联机分析处理(On-Line Analytical Processing,简称OLAP)和数据仓库(Data Warehouse，简称DW)研究技术的发展使得DW与KDD的结合也成为一个新的研究方向。 [16]万绪财,基于数据挖掘技术的锅炉高温受热面寿命管理的研究[D],华北电力大学（北京）: 华北电力大学（北京）,2006. ——电厂DCS系统存储了大量数据,目前并没有得到充分理解和挖掘。本文设计了基于数据挖掘技术的寿命管理系统,尝试将属性模糊聚类和关联规则两种数据挖掘技术相结合的方法,处理电厂锅炉运行的大量DCS数据,得到高温受热面实际运行状况相关的知识。为了更好的应用关联规则算法,对其进行部分改进即采用变置信度方法。应用该系统实例分析,发现了某电厂屏式过热器超温的原因,以及改善运行的知识,证明了该方法是可行的。该方法可以用于参数相关性分析、故障诊断和运行指导等方面,从而为高温受热面的寿命管理提供技术支持。 [17]李广文,面向夹具CAD的知识挖掘技术的研究与应用[D],南京航空航天大学,2004. ——随着CAD技术和数据库技术的发展，各类智能设计理论及设计知识发现技术相继被提出，以利于知识继承和利用，提高设计的质量和效率。面向行业和过程的CAD专用系统可以有效地利用现有的智能理论进行设计知识的发现、获取和利用，满足企业的需求。本文基于UG的应用现状制定了CAD模型质量控制标准，开发了相应软件。结合自主研究开发的型号工程知识驱动的夹具CAD系统，提出了夹具设计知识表示—挖掘—利用模型，深入研究了复杂多维关联规则挖掘的相关算法及其实现。 [18]刘朝,数据库知识发现在保险公司的应用[J],中国金融电脑,2005,(10).页码: 36-38 [19]丁彦明,庞维诚,数据库知识发现技术在连铸生产中的应用探索[J],铸造设备研究,2002,(1)页码: 13 ——由于连铸技术与传统的钢锭模浇铸相比有很大的技术经济优越性,它能够简化生产工序,提高金属收得率,节省能源消耗,改善劳动条件,有利于实现生产过程的机械化和自动化;同时它还能提高加工成品质量和使铸坯组织更加均匀、致密、偏析少、性能也稳定。因此,近二十多年来,连铸技术在世界范围内得到了迅速发展和普及。我国也把连铸作为发展钢铁工业的一项重要技术政策。连铸坯质量一直都是连铸生产中的主要研究方向,但影响连铸质量缺陷的因素是多方面的,由于连铸是一个可控制的过程,通过对凝固过程的检查和控制就能获得控制 [20]叶红云,数据库知识发现在金融管理信息系统中的应用[J],中国金融电脑,1999,(7). [21]杨家红,甘峰,梁逸增,数据库知识发现(KDD)技术在质谱解析中的应用[J],计算技术与自动化,2000,(4),页码: 6-9+33 ——通过运用数据库知识发现 (KDD)技术对谱图数据库中数据属性间的相关性,Beynon表和醇的质谱特性等方面进行了研究,使我们对质谱库有了更进一步的认识,为构建质谱智能解析系统的知识库和质谱解析的智能化打下了良好的基础。 [22]孙文渊,数据库知识发现技术在集成质量决策支持系统中的研究与应用[D],江南大学: 江南大学,2009. ——对现代企业而言,在企业为市场和利润进行的斗争中,质量作为最有力的战略竞争武器之一,是企业求得生存,提高效益的关键。随着企业信息化进程的不断深入和完善,在产品质量管理过程中积累了大量的基础性数据和质量信息,但是这些数据和信息很难被决策者充分利用。如何充分的利用这些历史数据,发现其中隐藏的知识,以增强企业产品质量的竞争能力, (IQ-DSS:IntegratedQuality-Decision Support System)提出的新需求。 [23]宋允辉,数据库知识发现技术在集成质量决策支持系统中的研究与应用[D],南京航空航天大学: 南京航空航天大学,2003.