1、2019年9月21感谢你的观看1高级人工智能高级人工智能第十三章第十三章 知识发现知识发现（二）（二）xx xx 中国科学院计算技术所2019年9月21感谢你的观看2主要内容主要内容n研究背景nMSMiner体系结构n元数据n数据仓库平台n数据采掘集成工具2019年9月21感谢你的观看3典型的知识发现系统典型的知识发现系统 SAS公司的SAS Enterprise Miner IBM公司的Intelligent Miner Solution公司的Clementine 加拿大Simon Fraser Univ.的DBMiner 中科院计算技术研究所的MSMiner 等2019年9月21感谢你的观
2、看4 知识发现工具知识发现工具SASSAS SAS公司的SAS Enterprise Miner是一种通用的数据挖掘工具。通过收集分析各种统计资料和客户购买模式，SAS Enterprise Miner可以帮助您发现业务的趋势，解释已知的事实，预测未来的结果，并识别出完成任务所需的关键因素，以实现增加收入、降低成本。2019年9月21感谢你的观看5 知识发现工具知识发现工具SASSAS SAS Enterprise Miner提供抽样-探索-转换-建模-评估(SEMMA)的处理流程。数据挖掘算法有：聚类分析，SOM/KOHONEN神经网络分类算法 关联模式/序列模式分析 多元回归模型 决策树模
3、型(C45,CHAID,CART)神经网络模型(MLP,RBF)SAS/STAT，SAS/ETS等模块提供的统计分析模型和时间序列分析模型也可嵌入其中。2019年9月21感谢你的观看6 知识发现工具知识发现工具Intelligent MinerIntelligent Miner IBM公司的Intelligent Miner具有典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化显示等功能。它可以自动实现数据选择、数据转换、数据发掘和结果显示。若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为止。2019年9月21感谢你的观看7 知识发现工具知识发现工具Clementine
4、 Solution公司的Clementine 提供了一个可视化的快速建立模型的环境。它由数据获取（Data Access）、探查（Investigate）、整理（Manipulation）、建模（Modeling）和报告（Reporting）等部分组成。都使用一些有效、易用的按钮表示，用户只需用鼠标将这些组件连接起来建立一个数据流，可视化的界面使得数据挖掘更加直观交互，从而可以将用户的商业知识在每一步中更好的利用。2019年9月21感谢你的观看8数据挖掘工具数据挖掘工具:公用系统公用系统nMLC+nMatlabnWeka2019年9月21感谢你的观看9 知识发现工具知识发现工具MSMiner
5、中科院计算技术研究所智能信息处理开放实验室开发的MSMiner是一种多策略知识发现平台，能够提供快捷有效的数据挖掘解决方案，提供多种知识发现方法。MSMiner具有下列特点：.基于数据仓库和新型的元数据管理按照主题创建数据仓库，并通过元数据进行管理和维护。.数据的抽取、转换、装载等预处理方便，支持OLAP查询。2019年9月21感谢你的观看10MSMinerMSMiner的特点的特点n提供决策树、支持向量机、粗糙集、模糊聚类、基于范例推理、统计方法、神经计算等多种数据挖掘算法，支持特征抽取、分类、聚类、预测、关联规则发现、统计分析等数据挖掘功能，并支持高层次的决策分析功能。n实现了可视化的任务
6、编辑环境，以及功能强大的任务处理引擎，能够快捷有效地实现各种数据转换和数据挖掘任务。n可扩展性好。转换规则和挖掘算法是封装的、模块化的，系统提供了一个开放的、灵活通用的接口，使用户能够加入新的规则和算法。n容易进行二次开发。2019年9月21感谢你的观看11数据仓库数据仓库:特征特征n面向主题n集成性n稳定性n随时间变化2019年9月21感谢你的观看12数据仓库数据仓库:OLAPOLAPnROLAP:Relational OLAPnMOLAP:Multidimensional OLAPnHOLAP:Hybrid OLAP2019年9月21感谢你的观看13数据挖掘和数据仓库的结合数据挖掘和数据仓
7、库的结合n数据仓库为数据挖掘提供经良好处理的数据源n数据挖掘为数据仓库提供深层数据分析手段2019年9月21感谢你的观看14MSMiner体系结构体系结构设计目标：提供快捷有效的数据挖掘解决方案。设计要求：n开放性n可扩展性n效率n易用性2019年9月21感谢你的观看15MSMiner体系结构体系结构MSMiner体系结构示意图客户端服务器端元数据模块执行数据采掘任务编辑数据采掘任务数据采掘集成工具数据抽取和集成主题组织OLAP可视化数据仓库管理器数据仓库OLE DB for ODBC2019年9月21感谢你的观看16元数据的内容元数据的内容关于外部数据源的关于内部数据的（包括数据库、表、字段
8、的信息）关于数据仓库的（包括事实表、维表、立方以及其它的中间表）关于用户信息的数据采掘算法（包括算法的参数信息）关于采掘任务的（包括采掘步骤、每个步骤的所用的参数）2019年9月21感谢你的观看17元数据：元数据库元数据：元数据库2019年9月21感谢你的观看18元数据：元数据对象模型元数据：元数据对象模型设计思路n一致性n完备性n易维护性2019年9月21感谢你的观看19元数据是层次的嵌套的封装的互相联系的采用面向对象的方法共有60多个类元数据的结构元数据的结构2019年9月21感谢你的观看20数据仓库平台：结构数据仓库平台：结构MSMiner数据仓库结构示意图外部数据数据仓库元 数 据数据
9、抽取、清洗、聚集、转换主题2主题1主题nOLAP及可视化工具数据采掘集成工具.2019年9月21感谢你的观看21数据仓库平台：数据抽取和集成数据仓库平台：数据抽取和集成n数据的简单抽取和集成n数据的复杂处理n面向数据挖掘的数据预处理2019年9月21感谢你的观看22数据抽取和集成数据抽取和集成:MSETLMSETL nMSETL系统作为MSMiner数据挖掘平台的一个重要组成部分，主要完成从业务数据源到分析数据源的转换功能。具体包括从异质业务数据源中抽取需要的数据，对这些数据进行多种预处理，把经过处理后的数据装载入指定数据仓库/数据库2019年9月21感谢你的观看23数据抽取和集成数据抽取和集
10、成:MSETL 用户界面（ETL转换函数和ETL任务）逻辑处理元数据管理数据库服务器2019年9月21感谢你的观看24数据抽取和集成数据抽取和集成:MSETLMSETLn支持多种数据源和目的数据库n良好的可扩充性n高效率的调度执行功能n增量更新功能2019年9月21感谢你的观看25数据抽取和集成数据抽取和集成:MSETLMSETL2019年9月21感谢你的观看26数据抽取和集成数据抽取和集成:MSETLMSETL2019年9月21感谢你的观看27数据仓库平台：数据仓库建模数据仓库平台：数据仓库建模产品号产品名称产品目录产品维表订单号订货日期订货维表客户号客户名称客户地址客户维表产品号客户号订单
11、号时间标识地区名称产品数量总价事实表时间标识月季度年时间维表地区名称省别地区维表星型模型2019年9月21感谢你的观看28OLAPMOLAP,ROLAP,HOLAPOLAP 的操作Slice（切片）Dice（切块）Roll up（上卷）Drill down（下钻）Pivot （旋转）OLAP方案采用了自主开发的 OLAP Server2019年9月21感谢你的观看29数据立方体数据立方体2019年9月21感谢你的观看30数据仓库平台：数据仓库平台：OLAPOLAP的实现的实现2019年9月21感谢你的观看31数据挖掘集成工具：结构数据挖掘集成工具：结构数据挖掘集成工具结构示意图数据仓库平台任务
12、编辑任务规划和执行算法库算法管理元数据任务模型库、算法描述2019年9月21感谢你的观看32数据挖掘集成工具：数据挖掘集成工具：数据挖掘任务模型数据挖掘任务模型Step1Step2Step4Step3Step5DMTask=(V,R)V=x|x StepObjectsR=|P(x,y)x,yV2019年9月21感谢你的观看33数据挖掘集成工具：数据挖掘集成工具：数据挖掘任务模型数据挖掘任务模型步骤对象BNF语法定义：:=;:=|;:=,:=|;:=,:=|:=|:=*2019年9月21感谢你的观看34数据挖掘集成工具：编辑任务模型数据挖掘集成工具：编辑任务模型n任务向导2019年9月21感谢你
13、的观看35数据挖掘集成工具：数据挖掘集成工具：编辑任务模型编辑任务模型n任务编辑图板2019年9月21感谢你的观看36数据挖掘集成工具：数据挖掘集成工具：处理任务模型处理任务模型人机界面主控模块规划器解释器缓存函数库黑板任务模型库数据采掘任务处理引擎的结构2019年9月21感谢你的观看37数据挖掘集成工具：数据挖掘集成工具：处理任务模型处理任务模型任务规划和解释执行S1S3S2S4S5S1-S2-S3-S4-S52019年9月21感谢你的观看38数据挖掘集成工具：数据挖掘集成工具：DMLDML语言语言DML函数n人机交互和控制台输入/输出n数值计算n字符串处理n图形、图表展示n文件操作n数据库
14、访问n网络通讯n对象访问n消息处理和流程控制n黑板操作n外部功能调用n其它辅助功能2019年9月21感谢你的观看39数据挖掘集成工具：内嵌数据挖掘集成工具：内嵌n决策树nSOM神经网络n粗糙集n关联规则2019年9月21感谢你的观看40决策树决策树2019年9月21感谢你的观看41知识约简知识约简知识约简在保持知识库的分类或决策能力不变的条件下，删除其中不相关或不重要知识冗余知识资源的浪费；干扰人们作出正确而简洁的决策Rough Set把那些无法确认的个体都归属于边界线区域，而这种边界线区域被定义为上近似集和下近似集之差集（Z.Pawlak）知识约简是粗糙集的核心内容之一 2019年9月21感
15、谢你的观看42Rough Set约简约简2019年9月21感谢你的观看43数据挖掘集成工具：外联数据挖掘集成工具：外联nBP神经网络n统计分析n模糊聚类n超曲面分类nSVMn贝叶斯网络n基于范例推理(CBR)n隐马尔科夫模型(HMM)2019年9月21感谢你的观看44BP用于预测用于预测2019年9月21感谢你的观看45统计工具统计工具线性回归模型一元线性回归、多元线性回归、逐步回归 非线性回归模型二次曲线、三次曲线、指数曲线、幂指数曲线、生产函数等模型 确定型时间序列模型指数平滑法、趋势移动平均法（水平趋势、线性趋势和二次曲线趋势）、成长曲线模型（Compertz曲线、Logistic曲线和
16、修正指数曲线）、季节指数法随机型时间序列模型（自回归移动平均模型ARMA）相关分析 2019年9月21感谢你的观看46自回归移动平均自回归移动平均(ARMA)2019年9月21感谢你的观看47模糊聚类模糊聚类基于传递闭包的模糊聚类计算模糊相似矩阵的传递闭包，从而获得传递闭包法的模糊聚类基于摄动的模糊聚类参数系相似矩阵的最优模糊等价阵及其等价标准型获得失真最小的模糊聚类2019年9月21感谢你的观看48数据挖掘集成工具：数据挖掘集成工具：可扩展算法库可扩展算法库n算法注册2019年9月21感谢你的观看49MSMiner的应用的应用：计算机选案计算机选案决策树选案执行选案选案结果分析定义样本模板训练样本数据选案规则样本数据表数据汇总表税务稽查计算机选案系统功能结构2019年9月21感谢你的观看50MSMiner的应用的应用：计算机选案：计算机选案挖掘结果：2019年9月21感谢你的观看51进一步的工作进一步的工作n与用户合作开发应用实例n进一步完善工作流n完善和丰富数据挖掘算法库n算法评测功能。2019年9月21感谢你的观看522019年9月21感谢你的观看53
