基于本體的知識發(fā)現(xiàn)實證研究——以二手房領域本體為例.pdf

1、隨著數(shù)據庫數(shù)據存儲和應用技術的發(fā)展，企業(yè)運行過程中產生的數(shù)據也在以幾何級數(shù)增長，這就需要在海量數(shù)據中獲得滿足特定需要的數(shù)據，從而為企業(yè)管理者提供決策支持。數(shù)據挖掘和知識發(fā)現(xiàn)(KDD)就是在這一背景下產生。KDD一詞最早是1989年8月于美國底特律市召開的第一屆國際KDD學術會議上正式形成。Fayyad定義為KDD“是從數(shù)據集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程”。一個完整的知識發(fā)現(xiàn)體系結構由數(shù)據源、數(shù)據存

2、儲、數(shù)據挖掘引擎和前端工具構成。
　　 其中數(shù)據存儲層的主要內容就是數(shù)據倉庫，數(shù)據倉庫的建立就是異構數(shù)據集成的過程，也是知識發(fā)現(xiàn)的基礎和核心。數(shù)據倉庫之父Inmon在1991年出版的“Building the Data Warehouse”-書提出的定義被廣泛接受：數(shù)據倉庫是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據集合，用于支持管理決策。從定義看出，數(shù)據倉庫具有實現(xiàn)人機交互的語義特性，可以通過語義建模使得知識發(fā)現(xiàn)的

3、數(shù)據源能夠被計算機推理和判斷，實現(xiàn)復雜數(shù)據源的知識發(fā)現(xiàn)。
　　 本體最早是來源于哲學的概念，在計算科學人工智能領域，美國斯坦佛大學知識系統(tǒng)實驗室的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)范說明?！保瑥亩x可以看出，本體描述的、是現(xiàn)實世界存在的概念模型，其本質是用于實現(xiàn)人機之間以及機器與機器之間的交互。作為語義建模的基礎，將本體工程引入到知識發(fā)現(xiàn)之中可以有助于解決異構數(shù)據集成的問題，使用RDF(S)

4、描述的XML構建底層數(shù)據源有助于知識發(fā)現(xiàn)。
　　 基于本體的知識發(fā)現(xiàn)實證研究，將本體與知識發(fā)現(xiàn)相結合，主要基于本體構建數(shù)據倉庫，再在這一數(shù)據倉庫上進行知識發(fā)現(xiàn)這一邏輯。完成了以下一系列的工作：對現(xiàn)實世界二手房領域的術語進行了面向對象的分析：使用OWL語言創(chuàng)建了二手房領域本體：通過填充二手房領域本體實例的方式，將采集來的異構數(shù)據統(tǒng)一納入了本體的框架之中，形成了XML格式的數(shù)據源；對異構數(shù)據源進行了數(shù)據集成和知識焙合操作；分析并設計