領域知識驅動的演化行為模式挖掘研究

《領域知識驅動的演化行為模式挖掘研究》是依託同濟大學，由岳曉冬擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：領域知識驅動的演化行為模式挖掘研究
• 項目類別：青年科學基金項目
• 項目負責人：岳曉冬
• 依託單位：同濟大學

中文摘要

在現代社會中，針對某一套用領域，從普遍存在的海量數據中發現有價值的人類行為信息具有重要研究意義。行為信息形成的知識有助於了解領域問題並從行為角度進行問題求解。在金融工程領域，獲取用戶交易模式，有利於提高市場效率，降低風險；在智慧型交通領域，分析交通數據獲取出行規律，可以為城市交通規劃提供有力的決策支持。鑒於行為信息的套用價值，行為模式挖掘也得到了更多關注。區別於傳統數據驅動的挖掘目標，從領域數據中挖掘行為模式，是綜合了數據、行為主體、行為對象、行為環境和領域因素的挖掘任務，其中領域智慧型具有關鍵作用。因此需要研究新的方法面向領域獲取行為模式，形成契合領域需求的行為知識。項目擬定面向商業信息，立足領域智慧型，關注行為模式的動態性質，研究領域知識驅動的演化行為模式挖掘。研究內容涵蓋了挖掘流程中的多個關鍵議題，包括領域知識表示、行為動態性建模、行為模式挖掘算法、模式後處理、挖掘方法的系統實驗分析。

結題摘要

項目擬定研究基於領域知識的行為模式挖掘方法。不同於傳統的數據挖掘方法，行為模式挖掘要求在數據分析過程中更多結合領域知識與用戶需求。項目研究工作主要基於軟計算理論研究領域知識和需求的表示方法，並且將形式化的先驗信息融入傳統模式挖掘流程，設計面向領域的數據模式挖掘算法，形成真正契合領域需求的知識。研究內容具體包括：針對在數據挖掘任務中普遍存在的主觀屬性偏好和多粒度表示進行建模，形成領域知識表示；將領域先驗與知識約簡等數據分析方法相結合，設計基於用戶偏好的模式挖掘算法並套用於Web數據分析與交通數據分析；針對數據套用問題，研究大規模挖掘算法的實現、最佳化策略。