基于GP算法的知識(shí)發(fā)現(xiàn)系統(tǒng)

Word第第頁(yè)基于GP算法的知識(shí)發(fā)現(xiàn)系統(tǒng)在數(shù)據(jù)庫(kù)中發(fā)覺(jué)有用的學(xué)問(wèn)是數(shù)據(jù)挖掘〔DataMining,DM〕的主要任務(wù)，在肯定的狀況下，全部的數(shù)據(jù)庫(kù)查詢可以認(rèn)為是完成這項(xiàng)任務(wù)。我們?nèi)缃裼幸惶追治龊吞骄繑?shù)據(jù)的工具：SQL查詢、OLAP和數(shù)據(jù)挖掘技術(shù)。SQL查詢由關(guān)系代數(shù)所構(gòu)成；OLAP供應(yīng)了建立在多維數(shù)據(jù)模型基礎(chǔ)上的高水平查詢；而數(shù)據(jù)挖掘供應(yīng)了最抽象的數(shù)據(jù)分析操作。我們可以認(rèn)為不同的數(shù)據(jù)挖掘任務(wù)是在高水平上的冗雜查詢。數(shù)據(jù)挖掘是機(jī)器學(xué)習(xí)和數(shù)據(jù)庫(kù)技術(shù)的交叉學(xué)科，DM系統(tǒng)的主要特點(diǎn)是：在數(shù)據(jù)庫(kù)中發(fā)覺(jué)能夠用某些規(guī)章表述的、隱含的學(xué)問(wèn)；與數(shù)據(jù)庫(kù)是緊密集成的；高度自動(dòng)化的；對(duì)學(xué)問(wèn)發(fā)覺(jué)的處理是有效率的〔尤其對(duì)大型數(shù)據(jù)庫(kù)〕。

這里我們給出一種基于GP〔GeneticProgramming，遺傳編程〕算法的學(xué)問(wèn)發(fā)覺(jué)系統(tǒng)，和通常對(duì)數(shù)據(jù)庫(kù)的查詢不同的是，這個(gè)系統(tǒng)可對(duì)特定的對(duì)象集產(chǎn)生特定的查詢集，系統(tǒng)自動(dòng)依據(jù)查詢集訪問(wèn)數(shù)據(jù)庫(kù)，從而發(fā)掘出數(shù)據(jù)庫(kù)中隱含的學(xué)問(wèn)。本文將對(duì)上述學(xué)問(wèn)發(fā)掘過(guò)程進(jìn)行具體描述，并提出了一種用遺傳編程〔GP〕來(lái)進(jìn)行數(shù)據(jù)挖掘的方法，GP個(gè)體由數(shù)據(jù)庫(kù)查詢組成，而這些查詢代表了高水平上的規(guī)章。

1系統(tǒng)基本結(jié)構(gòu)

我們?cè)谖慕o出的學(xué)問(wèn)發(fā)覺(jué)系統(tǒng)結(jié)構(gòu)基礎(chǔ)上加以改良，給出如圖1的基于GP算法的學(xué)問(wèn)發(fā)覺(jué)系統(tǒng)。

1．1系統(tǒng)結(jié)構(gòu)描述

整個(gè)系統(tǒng)由GP引擎、OODBMS〔Object-OrientedDatabaseManagementSystem,面對(duì)對(duì)象數(shù)據(jù)庫(kù)管理系統(tǒng)〕、學(xué)問(wèn)庫(kù)、DB接口和用戶接口組成。系統(tǒng)以一組對(duì)象、領(lǐng)域?qū)W問(wèn)和模式信息作為輸入。依據(jù)所給輸入，GP引擎將產(chǎn)生很多隨機(jī)的查詢，系統(tǒng)將這些查詢應(yīng)用于OODBMS，OODBMS將返回其結(jié)果。系統(tǒng)用給定的輸入對(duì)該返回結(jié)果進(jìn)行評(píng)價(jià)，評(píng)價(jià)是計(jì)算個(gè)體查詢的適應(yīng)值的過(guò)程。那些能夠匹配所給對(duì)象集的查詢或查詢集將被選中，在沒(méi)有查詢能夠匹配所給對(duì)象集時(shí)，那么其最好的查詢將被選中。最終，將能夠最好地描述所給對(duì)象集特性的.查詢作為輸出。

1．2面對(duì)對(duì)象的數(shù)據(jù)庫(kù)

這里，我們假定一個(gè)基于面對(duì)對(duì)象和函數(shù)的數(shù)據(jù)庫(kù)模型〔Object-OrientedandFunctionalDataModel,OOFDM〕，OOFDM具有面對(duì)對(duì)象和函數(shù)數(shù)據(jù)模式的特性。這種模型要比傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)模型在表達(dá)學(xué)問(wèn)時(shí)更加靠近和簡(jiǎn)單。OOFDM的基本概念是"將感知到的真實(shí)世界作為互相關(guān)系對(duì)象的變量，并從不同的更細(xì)的層次上觀看這些對(duì)象。"函數(shù)數(shù)據(jù)模型可以簡(jiǎn)潔地借助函數(shù)的數(shù)學(xué)符號(hào)來(lái)表示數(shù)據(jù)間的關(guān)系。每個(gè)類〔或?qū)嶓w集〕有自己的屬性和值，類與屬性間的關(guān)系是將類中的對(duì)象集映射到屬性域的一個(gè)函數(shù)。關(guān)系或逆關(guān)系組成了類間的連接。

1．3查詢算子

我們使用以下查詢算子作為其面對(duì)對(duì)象數(shù)據(jù)庫(kù)的查詢語(yǔ)言。

①SELC-1[(謂詞)]該算子選擇全部屬于C-1且滿意謂詞的對(duì)象。C-1既可以是一個(gè)類名也可以是一個(gè)屬于C-1的查詢。謂詞是一個(gè)可選項(xiàng)。假如在這個(gè)算子里沒(méi)有謂詞，它將選擇該類中的全部對(duì)象。

②RESC-1謂詞該算子依據(jù)所給謂詞，限制給定集合的對(duì)象與另一個(gè)類的對(duì)象關(guān)聯(lián)。C-