|
2.5.2 對比
目前，國際上已有若干數(shù)據(jù)挖掘軟件產(chǎn)品問世。如IBM公司的Intelligent Miner for Data能夠建立歸類和預(yù)測模式，發(fā)現(xiàn)大型數(shù)據(jù)庫中的聯(lián)系和后續(xù)模式，自動將數(shù)據(jù)庫分為相關(guān)記錄組，在特定時間序列中發(fā)現(xiàn)類似的行為模式，還集成了數(shù)據(jù)處理、統(tǒng)計(jì)分析和結(jié)果顯示工具，尋找包含于傳統(tǒng)文件、數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)中心中的隱含信息，幫助用戶充分利用傳統(tǒng)數(shù)據(jù)庫或普通文件中的結(jié)構(gòu)化數(shù)據(jù)，其采集算法已成功應(yīng)用于客戶及貿(mào)易伙伴中，滿足市場分析、詐騙行為監(jiān)測、客戶聯(lián)系管理等業(yè)務(wù)領(lǐng)域的需求。SPSS公司的軟件Clementine對商務(wù)活動有著較深的了解，能找到解決商務(wù)問題的有效方法，其交互式的數(shù)據(jù)挖掘過程結(jié)合有價值的經(jīng)驗(yàn)，可產(chǎn)生強(qiáng)有力的預(yù)測模型，它能使Web站點(diǎn)更聰明，以改善電子商務(wù)的利潤率，更有利地吸引客戶，交叉銷售適當(dāng)?shù)漠a(chǎn)品給適當(dāng)?shù)目蛻粢允逛N售額最大，保留最好的客戶而不是把他們留給競爭對手，減少欺詐避免損失，識別風(fēng)險以便更有效地服務(wù)。ANGOSS公司的軟件KnowledgeSTUDIO是該公司最新數(shù)據(jù)挖掘應(yīng)用程序，其特點(diǎn)是在可視化的容易使用的界面中采用多個數(shù)據(jù)挖掘模型，它是新一代數(shù)據(jù)挖掘軟件，將先進(jìn)的數(shù)據(jù)挖掘技術(shù)集成到共同的環(huán)境中去，以便企業(yè)能夠從他們在數(shù)據(jù)中的投資中獲得最大的利益，它包括決策樹、聚類分析和幾種預(yù)測模型的功能，以便用戶從很多不同的方面挖掘并理解他們的數(shù)據(jù)，它還包括強(qiáng)大的數(shù)據(jù)可視化工具，支持和解釋所發(fā)現(xiàn)的知識。
與以上這些現(xiàn)有的軟件產(chǎn)品相比，ICCKDSS具有如下的優(yōu)勢：
1) ICCKDSS以KDTICM理論(見下3中所論)為依托，以探索知識發(fā)現(xiàn)系統(tǒng)的潛在規(guī)律為著眼點(diǎn)。它使用了全新的模型、算法和方法，而不是對現(xiàn)有的模型和方法的集成。
2) ICCKDSS采用了組合構(gòu)件式的設(shè)計(jì)方式。各組件功能獨(dú)立，可以針對具體問題單獨(dú)使用；而且組件之間接口明確，可以集成在一起共同解決復(fù)雜問題，易于功能的擴(kuò)展和構(gòu)件的重用。
3) ICCKDSS適用面廣（涵蓋了結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)挖掘），較其它軟件產(chǎn)品更為靈活、應(yīng)用范圍更廣，目前已成功地應(yīng)用于農(nóng)業(yè)、現(xiàn)代遠(yuǎn)程教育網(wǎng)、氣象及國際商務(wù)等領(lǐng)域。
4) ICCKDSS還具有知識庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Knowledge Base, KDK)功能，即“在固有與發(fā)現(xiàn)的知識中發(fā)現(xiàn)知識”，極大地拓寬了原有KDD的發(fā)現(xiàn)知識的渠道。
2.5.3 評價
針對ICCKDSS，教育部組織的重點(diǎn)科技項(xiàng)目鑒定意見為“該項(xiàng)成果是集理論、軟件（功能）與應(yīng)用于一體的創(chuàng)新性研究；系統(tǒng)整體上達(dá)到國際先進(jìn)水平”（見附件 ）。已獲得3項(xiàng)國家發(fā)明專利(經(jīng)國際權(quán)威機(jī)構(gòu)評估其無形資產(chǎn)總計(jì)為221萬美元)；通過國家軟件評測中心的鑒定測評（見附件 ）；多次通過實(shí)際運(yùn)行。ICCKDSS于2003年5月被國家科技部批準(zhǔn)為國家級科技成果重點(diǎn)推廣計(jì)劃項(xiàng)目（2003EC000001），并獲資助（見附件 ）�！犊茖W(xué)時報》撰文稱:“軟件系統(tǒng)ICCKDSS在北京科技大學(xué)的誕生,宣告著中國在遠(yuǎn)程教育領(lǐng)域開始處于世界先進(jìn)水平�！�
3. 原創(chuàng)性技術(shù)理論體系KDTICM的構(gòu)造
3.1 KDTICM總體架構(gòu)
綜合集成上述研究成果，于2002年構(gòu)造了基于內(nèi)在認(rèn)知機(jī)理的知識發(fā)現(xiàn)理論KDTICM，對知識發(fā)現(xiàn)的第一大核心問題，即缺乏基礎(chǔ)理論，系統(tǒng)地給出了答案。KDTICM是以3個基本原理（機(jī)制）為貫穿紅線與理論支柱；由5個彼此相互聯(lián)系的層面-------基礎(chǔ)理論層、內(nèi)在認(rèn)知機(jī)理層、過程模型層、技術(shù)方法層、智能系統(tǒng)層構(gòu)成的（如圖22所示）。經(jīng)近幾年連續(xù)五次查新證實(shí)：基于內(nèi)在認(rèn)知機(jī)理的KDTICM“在國內(nèi)外已公開發(fā)表的文獻(xiàn)中未見與本研究方向相關(guān)的報道”（見附件 ）； KDTICM的提出對于知識發(fā)現(xiàn)主流的發(fā)展和實(shí)用智能系統(tǒng)的發(fā)展，都起著重要的推動作用。
圖22 KDTICM總體架構(gòu)
KDTICM的提出對于知識發(fā)現(xiàn)主流發(fā)展中的若干挑戰(zhàn)性問題，提供了一定的整體解決方案。如：1) 先驗(yàn)知識與背景知識如何耦合到知識發(fā)現(xiàn)過程中；2) 固有知識庫的實(shí)時維護(hù)；3) 知識庫與數(shù)據(jù)庫的同步進(jìn)化；4) 如何克服領(lǐng)域?qū)＜业木窒扌裕?) 動態(tài)挖掘進(jìn)程中，被發(fā)現(xiàn)規(guī)則的演化、評價與可理解性問題；6) 如何提高認(rèn)知自主性；7) 如何產(chǎn)生限制性搜索與挖掘；8) 如何在知識庫中發(fā)現(xiàn)新知識(KDK)；9) 如何利用信息擴(kuò)張?jiān)斫鉀Q不完全信息的挖掘；10) 在復(fù)雜類型數(shù)據(jù)挖掘中，如何進(jìn)一步解決特征提取與空間降維等。
KDTICM的提出對于實(shí)用智能系統(tǒng)的發(fā)展起到重要的推動作用。如：1) 有效地解決長期難于解決的知識匱乏問題；2) 知識獲取這一瓶頸問題得到改進(jìn)；3) 將“基于信息”改變?yōu)椤盎谥R”，大大提高其性能；4) 智能決策支持系統(tǒng)在新的發(fā)展階段，不僅針對內(nèi)部網(wǎng)（局域網(wǎng)），而且針對外部網(wǎng)，大大擴(kuò)展其信息源；5) 有效地解決動態(tài)知識庫的不斷深化與實(shí)時維護(hù)；6) 有效地解決多任務(wù)、多信息的融合與多方法的集成問題。
上一頁 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] 下一頁
|
