1.3 首次提出KDK

與雙基融合機(jī)制相關(guān)，首次獨(dú)立提出基于知識(shí)庫(kù)的知識(shí)發(fā)現(xiàn)（KDK），即從海量的知識(shí)庫(kù)中發(fā)現(xiàn)更深層次的知識(shí)的非平凡過(guò)程。這是至今在國(guó)內(nèi)外尚待開(kāi)拓的專題，它的成功將直接作用于知識(shí)獲取和大型知識(shí)庫(kù)的構(gòu)建，不僅為海量數(shù)據(jù)挖掘中領(lǐng)域知識(shí)的參與奠定了基礎(chǔ)，也對(duì)人工智能中的其它一些重要問(wèn)題（如智能系統(tǒng)等）的實(shí)現(xiàn)具有重要意義。針對(duì)知識(shí)庫(kù)里的事實(shí)，采用歸納學(xué)習(xí)方法產(chǎn)生歸納假設(shè)，再用卡爾納普的歸納邏輯進(jìn)行假設(shè)的驗(yàn)證與評(píng)價(jià)；針對(duì)知識(shí)庫(kù)里的規(guī)則，采用廣義概念格方法產(chǎn)生歸納假設(shè)，再用柯恩的歸納邏輯進(jìn)行假設(shè)的驗(yàn)證與評(píng)價(jià)。該項(xiàng)內(nèi)容已正式申報(bào)國(guó)家發(fā)明專利《一種融入R型協(xié)調(diào)器的KDK系統(tǒng)》(200510086965.8)、《一種融入R型與S型協(xié)調(diào)器的KDK系統(tǒng)》（200510086964.3）和《一種基于雙基融合機(jī)制的的KDK*系統(tǒng)》（200510086966.2）（見(jiàn)附件 ）。

1.4與相關(guān)工作的對(duì)比分析

當(dāng)我們?cè)?997—2000年做出上述研究成果后，我們花費(fèi)大量時(shí)間仔細(xì)查找該領(lǐng)域國(guó)際著名學(xué)者發(fā)表論文的字里行間中有無(wú)類似的學(xué)術(shù)思想，并加以對(duì)比分析，其結(jié)果如下：

1) 1992年, Gregory Piatetsky-Shapiro等提出“采用領(lǐng)域知識(shí)輔助初始發(fā)現(xiàn)的聚焦”,“限定性搜索”的思想.

雙庫(kù)協(xié)同原理（機(jī)制）. 在知識(shí)發(fā)現(xiàn)的過(guò)程中,在知識(shí)庫(kù)與數(shù)據(jù)庫(kù)特定的構(gòu)造下, 知識(shí)庫(kù)中素結(jié)點(diǎn)與數(shù)據(jù)庫(kù)中數(shù)據(jù)子類結(jié)構(gòu)的層之間一一對(duì)應(yīng), 即結(jié)構(gòu)對(duì)應(yīng)定理. 為 “定向搜索”與“定向挖掘”奠定了可實(shí)現(xiàn)性的理論基礎(chǔ)與方法. 此外, 基于結(jié)構(gòu)對(duì)應(yīng)關(guān)系, 我們從認(rèn)知心理學(xué)的“創(chuàng)見(jiàn)意向”與“心理信息修復(fù)”出發(fā), 構(gòu)造了“啟發(fā)型協(xié)調(diào)器”, 這就具體實(shí)現(xiàn)了領(lǐng)域知識(shí)（基礎(chǔ)知識(shí)庫(kù)）——知識(shí)短缺——?jiǎng)?chuàng)見(jiàn)意向——領(lǐng)域知識(shí)輔助聚焦（原來(lái)靠用戶感興趣度實(shí)施聚焦）——系統(tǒng)自主形成定向挖掘.

2) 1993年, J. P. Yoon與L. Kerschberg提出“知識(shí)與數(shù)據(jù)庫(kù)同步進(jìn)化的思想”.

我們從認(rèn)知系統(tǒng)的角度, 構(gòu)造了“維護(hù)型協(xié)調(diào)器”, 每從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)一條新知識(shí)都要實(shí)時(shí)地到知識(shí)庫(kù)中進(jìn)行定向搜索, 以處理冗余、重復(fù)、矛盾、循環(huán)與從屬現(xiàn)象, 進(jìn)行“實(shí)時(shí)維護(hù)”.

反之, 數(shù)據(jù)庫(kù)被動(dòng)態(tài)擴(kuò)張后, 根據(jù)我們發(fā)現(xiàn)的“信息擴(kuò)張?jiān)�理（機(jī)制）” ——揭示了動(dòng)態(tài)挖掘進(jìn)程中的參數(shù)演化規(guī)律（即參數(shù)演化定理）、突變規(guī)律,對(duì)知識(shí)的進(jìn)化、評(píng)價(jià)與可理解性處理等提出了能行可判定方法.

3) 1996年, Sarabjot. S. Anand等提出“用戶的先驗(yàn)知識(shí)與先前發(fā)現(xiàn)的知識(shí)可以耦合到發(fā)現(xiàn)過(guò)程中”的思想.

“雙基融合原理（機(jī)制）”揭示了兩個(gè)截然不同的知識(shí)發(fā)現(xiàn)（即一個(gè)是基于數(shù)據(jù)庫(kù)的KDD, 另一個(gè)是基于知識(shí)庫(kù)的KDK）過(guò)程模型邏輯等價(jià)關(guān)系（定理）. 據(jù)此, KDD與KDK可以耦合在新知識(shí)發(fā)現(xiàn)過(guò)程模型KD(D&K)中（這時(shí), KDK歸納出的假設(shè)可以到KDD中進(jìn)行挖掘驗(yàn)證）. 另一層意思是通過(guò)雙庫(kù)協(xié)同原理（機(jī)制）, 對(duì)先前發(fā)現(xiàn)的知識(shí), 不斷地以用戶的先驗(yàn)知識(shí)（背景知識(shí)）為參照系, 在知識(shí)發(fā)現(xiàn)過(guò)程中加以耦合.

結(jié)論：迄今為止，人工智能與計(jì)算機(jī)科學(xué)界，對(duì)知識(shí)發(fā)現(xiàn)這一年輕學(xué)科尚無(wú)人系統(tǒng)與可實(shí)現(xiàn)地研究過(guò)知識(shí)發(fā)現(xiàn)系統(tǒng)(過(guò)程)的內(nèi)在認(rèn)知機(jī)理。我們的工作另辟蹊徑，從一開(kāi)始就定位在認(rèn)知科學(xué)的全新理念上，改變固有的學(xué)術(shù)思想，并導(dǎo)致了下述的基于內(nèi)在認(rèn)知機(jī)理的知識(shí)發(fā)現(xiàn)理論KDTICM的產(chǎn)生。

2. 原創(chuàng)性技術(shù)發(fā)明點(diǎn)（創(chuàng)新點(diǎn)）

  2.1 三個(gè)機(jī)制的實(shí)現(xiàn)技術(shù)

   2.1.1 雙庫(kù)協(xié)同機(jī)制的實(shí)現(xiàn)技術(shù)

雙庫(kù)協(xié)同機(jī)制主要是利用認(rèn)知心理學(xué)的兩個(gè)重要特征（即“創(chuàng)建意向”與“心理信息修復(fù)”）來(lái)研究知識(shí)發(fā)現(xiàn)的兩個(gè)重要主題,從而對(duì)知識(shí)發(fā)現(xiàn)的過(guò)程進(jìn)行改造，該機(jī)制通過(guò)兩個(gè)協(xié)調(diào)器來(lái)實(shí)現(xiàn)。具體而言：(1)通過(guò)模擬“創(chuàng)建意向”來(lái)實(shí)現(xiàn)系統(tǒng)自主發(fā)現(xiàn)知識(shí)短缺,實(shí)施啟發(fā)式的聚焦（除用戶感興趣式的聚焦外）；(2)通過(guò)模擬“心理信息修復(fù)”來(lái)實(shí)現(xiàn)知識(shí)庫(kù)的實(shí)時(shí)維護(hù)。該項(xiàng)內(nèi)容已獲國(guó)家發(fā)明專利《一種基于雙庫(kù)協(xié)同機(jī)制的KDD*方法及系統(tǒng)》（ZL  01145080.0）（見(jiàn)附件 ）。

啟發(fā)型協(xié)調(diào)器的功能是模擬“創(chuàng)建意向”這一認(rèn)知心理特征，從而實(shí)現(xiàn)“主動(dòng)推送”，即系統(tǒng)自身發(fā)現(xiàn)知識(shí)短缺。在經(jīng)典KDD進(jìn)程中，系統(tǒng)的聚焦通常是由用戶提供感興趣方向，KDD沿此方向進(jìn)行挖掘。但如果僅沿此方向進(jìn)行，大量數(shù)據(jù)中的潛在有用的信息往往被用戶忽略。為幫助KDD盡可能多的搜索到對(duì)用戶有用的信息，以彌補(bǔ)用戶或領(lǐng)域?qū)＜易陨淼木窒扌裕�提高機(jī)器的認(rèn)知自主性，我們構(gòu)造了啟發(fā)型協(xié)調(diào)器。這樣，知識(shí)發(fā)現(xiàn)系統(tǒng)在原有的用戶聚焦的基礎(chǔ)上，又增加了系統(tǒng)自身提供聚焦方向的功能。啟發(fā)型協(xié)調(diào)器是通過(guò)啟發(fā)協(xié)調(diào)算法來(lái)實(shí)現(xiàn)的,算法的奠基是等價(jià)定理與結(jié)構(gòu)對(duì)應(yīng)定理; 圖2將給出該算法的流程圖：

圖2 啟發(fā)協(xié)調(diào)算法流程圖

上一頁(yè)  [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(yè)