数据库中发现知识的方法

本文介绍了从数据库中发现知识的含义，讨论了ＫＤＤ中发现知识的基本方法。

创设情境 激发兴趣——谈小学美术教学中引导学生发现知识

九年义务教育全日制小学美术教学大纲(修订版)明确指出:通过美术教学,培养学生对美术的兴趣和爱好;学习美术基础知识和基本技能;培养学生健康的审美情趣和良好的品德情操;培养学生的观察能力、想象能力、形象思维能力和创造能力。根据这一教学目标,如何扎实有效地开展美术课堂教学改革?笔者认为从创设情境入手,激发学生学习兴趣,能使学生形成主动想象探究、主动操作训练、主动接纳新知识的良好品质。

用探测性的归纳学习方法从空间数据库发现知识

将探测性数据分析、面向属性的归纳和Ｒｏｕｇｈ 集方法结合起来，形成了一种灵活通用的探测性归纳学习方法ＥＩＬ，可以从空间数据库中发现普遍知识、属性依赖、分类知识等多种知识。同时提出和总结了多种生成空间数据库概念层次结构的方法用于归纳学习。

从相异空间聚类主题的聚类结果比较中发现知识

给出了空间聚类知识发现的一些基本概念 ,包括空间聚类维、空间聚类主题及主题相关性度量 (相关度和包容度 )等。按不同的空间聚类主题进行聚类分析 ,并以聚类结果的空间样本为纽带 ,以计算的主题相关性度量为评价标准 ,对相异空间聚类主题间可能的关联关系进行知识挖掘发现 。

从数据库中发现知识的方法研究与应用

知识发现与数据开来是90年代中期兴起的决策支持新技术．本文以近年来获得快速发展的粗集方法为基础，从数据库中自动抽取相关属性，发现知识，提出了最小属性集算法以及规则化简算法，从而改进粗集方法使之得到实用的规则，并应用于一个疾病诊断．

从数据库中发现知识的研究

数据库知识发现是90年代中期兴起的决策支持新技术,是人工智能、机器学习与数据库技术相结合的产物。要从数据量庞大的大型数据库中发现知识,就不得不考虑学习算法的效率。将粗集理论应用到数据库知识发现中,可以从数据中自动抽取与给定的学习任务相关的属性,能有效地发现简练、贴切的知识。本文探讨了这一应用的理论基础和实现算法。

小学美术教学中创设情境引导学生发现知识的研究

随着我国社会的高速发展,家长越来越重视学生的教育。为了让学生不输在起跑线上,纷纷将学生送到各种培训班,想藉此提高学生的综合素质。而美术就是家长最喜欢学生培养的科目。学美术有好处在于锻炼学生的感知能力,培养学生的想象力与创造力,增强学生的记忆力,培养学生独立思考与工作的能力。美术虽有如此多的好处,但是美术却属于易学难精的学科。学生不下苦头,教师教学不得法,都会造成学生无法提高美术水平。本文旨在探讨在小学美术中,如何通过创设情境引导学生发现知识,提高美术水平。

面向复杂网络舆情知识发现的事理图谱方法优化

[研究目的]优化事理图谱构建方法,提升事理图谱工具在非结构化网络舆情数据中的知识发现能力,能更好挖掘复杂网络舆情事件内部的因果关系和演化路径。[研究方法]研究采用RoBERTa预训练模型进行序列标注以取代传统模式匹配方法,引入Word2Vec词向量和BERTopic主题模型取代传统机器学习聚类算法,对知乎平台“硅谷银行破产”网络舆情进行实证分析。[研究结论]结果表明,融合深度学习与序列标注的因果关系抽取在114901个上下文中识别到68613条原始因果事件对,相较模式匹配方法高出46.47%;基于词向量与主题聚类模型的事件泛化将2148个代表事件划归为14个主题,在文本特征和语义特征层面的泛化效果优于K-means算法。该文依据优化方法构建的网络舆情事理图谱围绕核心主题呈现“循环型”“紧密型”“长链型”的演化路径特征,构建流程和分析过程可为网络舆情治理提供工具及决策支持。

基于关联规则的中医药知识发现——以肺病医案为例

[目的/意义]中医医案作为重要的医疗资源含有大量的数据与信息,深度挖掘中医医案,围绕医案内容进行知识发现,有利于隐性知识的发掘,提高中医临床诊疗的效率与医疗服务的精准性。[方法/过程]以实地肺病医案为数据源,基于统计分析与关联规则的方法对中医医案内容进行挖掘,以咳嗽为主证为出发点,挖掘相关中医用药规律与临床症状以及症—药规律,探究关联规则分析在中医药知识发现方面的创新应用。[结果/结论]本地治疗咳嗽的高频药物包括炙甘草、杏仁、半夏、川贝母、茯苓、陈皮等,舌诊症状以苔薄白、苔薄黄、舌红、舌暗红、有齿印等为常见。基于Apriori算法的关联规则分析显示常见的药物配伍为丹参,桔梗—炙甘草、柴胡,桔梗—炙甘草、前胡,枳壳—桔梗等;舌诊症状以薄淡黄—舌暗红、有齿印—舌暗红、苔薄腻淡黄—有齿印等组合为强关联组合,苔薄淡黄—舌暗红症状组合的强关联药物有桔梗、炙甘草、丹参、白前等。咳嗽患者的类型有外感咳嗽与内伤咳嗽,涉及风热证、痰湿证、阴虚证、肺气虚证、痰热壅肺证等证型。

建设工程事故文本的知识发现:以PPE类不安全行为为例

为了丰富建设工程领域的安全知识,从事故文本中挖掘和发现施工人员的不安全行为,以个人防护用品PPE类不安全行为为例,采用基于规则的自然语言处理方法,从事故文本中自动抽取此类不安全行为。从政府官网等收集195份建设工程事故调查报告作为文本挖掘语料,通过哈尔滨工业大学的语言技术平台LTP展开词法分析和依存句法分析,构建PPE类不安全行为的11条抽取规则并确定抽取流程。再以网络爬虫收集的427份事故调查报告展开实例应用,按照流程自动抽取PPE类不安全行为。结果表明:平均抽取准确率为94.70%,召回率为67.57%。研究能够为建设工程事故文本的知识发现提供理论启示和实践路径。

基于知识发现的产业创新科技资源服务体系研究

为了解决数据治理难、突破产业创新发展、创新资源服务模式等问题,开展科技资源的知识服务和产业创新发展的科技大数据融合应用,提出基于知识发现的产业创新科技资源服务体系研究。首先从科技资源支撑产业创新服务需求、服务模式和功能分析出发;其次构建科技资源服务的知识发现服务体系,依据技术难点利用元数据仓储、异构数据整合、大数据和可视化等技术;再次从科技资源的元数据仓储、精准推送服务、可视化分析进行应用研究,开展平台的应用实践。

图书馆知识发现技术的普惠化应用策略

知识发现可认为是一种“数据挖掘”,指从各种媒体表示的信息中,根据不同的需求获得知识的过程,其目的是向使用者屏蔽原始数据的繁琐细节,从原始数据中提炼出有意义的、简洁的知识,并直接向使用者报告。相较于传统的图书馆服务模式,知识发现服务更注重用户的主动参与和个性化需求,其以解决用户的信息需求为出发点,提供了多样化的信息资源,并通过各种渠道将这些资源传达给用户。随着信息技术的不断发展,图书馆不再满足于传统的纸质文献服务,而是开始采用各种先进的知识发现技术,为读者提供更全面、准确和高效的知识服务。然而,由于各种因素,图书馆知识发现服务尚未得到普及和广泛应用,制约了图书馆知识服务水平。对此,文中从知识发现技术在图书馆中的应用价值着手,分析了图书馆知识发现技术的应用现状,并结合现有问题,探讨了图书馆知识发现技术的普惠化应用策略。

基于语义的湘鄂川黔苏区红色记忆知识发现研究

革命苏区红色记忆资源价值挖掘和知识发现是实现红色文化活化利用的必经之举,迫切需要采用语义技术等现代信息技术。文章在调研湘鄂川黔苏区红色记忆知识发现需求基础之上,基于语义本体、RDF技术构建了涵盖数据层、语义层、关联层、应用层的湘鄂川黔苏区红色记忆知识发现体系,建立了湘鄂川黔苏区红色记忆本体模型并搭建了知识发现平台,以期为其他苏区传承、开发红色记忆资源提供技术借鉴。

基于本体推理和语义网检索的中西药相互作用知识发现研究

中西药物联用是国内医疗界和学术界共同关注的焦点问题之一。目前,中西药相互作用信息化研究基本处于数据库构建探索阶段,相关研究成果较少;中西药相互作用类别及途径信息不完整,相关数据来源单一,检索结果缺乏证据评价;存在信息分散、缺乏统一语义参照等问题,难以满足本领域理论研究与临床合理用药的需要。在大语言模型的技术背景下,探讨基于本体推理和语义网检索的中西药相互作用知识发现方法。首先,解析中西药相互作用领域概念及关系,构建中西药相互作用本体;其次,在中西药联合使用时,根据设定的中西药相互作用规则发现隐含的中西药相互作用信息知识,利用语义检索获得的中西药相互作用结果,制定评价指标,通过对中西药相互作用结果的证据等级推荐,对中西药联用场景进行风险预警提示;最后,构建中西药相互作用知识图谱并开发应用示范系统。同时,积极探索借助大语言模型的多任务处理功能,辅助信息抽取、结构化和知识表示,知识发现结果智能输出。

煤矿顶板事故的知识发现及灾害链网络分析

为预防煤矿顶板事故的发生,发现事故致因的知识和致因灾害链的网络分析具有重要意义;以煤矿顶板事故报告中的事故原因为数据集,构建事故致因知识图谱,并基于复杂网络对致因灾害链进行网络分析。研究结果表明:顶板冒顶、空顶、支架变形等22个原因是导致煤矿顶板事故发生的主要致灾因子;灾害链网络分析中风险度最大的边为违章指挥→作业人员违章作业;对关键节点和边实施管控,能有效控制煤矿顶板事故的发生或衍生发展。

基于《四部医典》和临床医案的京尼萨克病(Ⅱ型糖尿病)尿诊特征知识发现研究

目的挖掘整理《四部医典》尿诊内容,并基于临床医案将京尼萨克病(Ⅱ型糖尿病)尿诊隐形经验知识可视化。探索将藏医药原创思维、临床诊疗与现代科学技术对接和临床隐形经验知识的数字化、可视化。方法通过文献法深入挖掘《四部医典》尿诊内容,并采用Gephi、Spsspro、中医传承计算平台等软件分析355例京尼萨克病临床医案。结果藏医尿诊历史源远流长,距今约有上千年的发展史,具有系统完整的理论体系。《四部医典》中记载的藏医尿诊三时九诊法独具特色,对临床疾病诊断起着重要作用。对355例京尼萨克病临床医案分析得出,尿诊因证型不同而略有不同,总体呈现颜色淡黄、青色、黄色,较为明亮,接近正常尿液颜色;蒸汽、气味均大;泡沫青而大或消散快;悬浮物少或呈毛状;漂浮物薄;变化时间多为热气未散完即开始转变;变化方式从中间薄处开始向边缘转变;回旋情况由稀变稠等特征。对尿诊证型频次分析得到赤巴型139次,隆型91次,培根型88次,培赤型34次。结论藏医尿诊具有完整的理论体系、丰富的临床实践经验。本文通过文献挖掘和临床医案相结合的方法,扩展了藏医京尼萨克病尿诊三时九诊内容,将藏医药原创思维与现代信息化技术结合实现了藏医京尼萨克病尿诊隐形经验知识的可视化。

基于关联数据的机构知识库实体学术关系发现方法研究

文章分析机构知识库实体学术关系类型及其特征属性,依托关联数据构建机构知识库实体学术关系发现方法并阐释其具体操作流程,利用河海大学机构知识库数据开展实证检验。结果表明,使用该方法可实现机构知识库资源语义聚集与关联,提供基于关联数据的知识检索服务,以精准满足用户知识需求。

基于异构网络语言形式背景的知识发现及规则提取

在不确定性环境下,如何处理具有复杂关系的数据是研究热点之一.网络形式背景将复杂网络分析和形式概念分析结合,为复杂关系数据的知识发现提供一种有效的数学工具.文中首先从网络结构的异构性出发,提出异构网络语言形式背景.异构网络包含专家给出的主观网络,又包含通过对象的特征挖掘的客观网络.然后,考虑网络的连通性,得到全局和局部异构网络语言概念,并给出异构网络下的全局连通及局部连通知识发现算法.最后,基于异构网络语言形式背景构建关联规则提取模型,通过实例验证知识发现及规则提取的合理性和有效性.

基于知识图谱的航空多模态数据组织与知识发现技术研究

航空产品在研制使用生命周期过程中产生的数据呈现出多源多模态的特性,面向此类数据进行知识工程建设时,传统基于关键词的文本检索方式已经无法满足科研人员在科研过程中对知识的获取需求。知识图谱作为当前人工智能领域对知识表示的一种方式,可以对知识单元以及数据之间的体系性和关系性进行充分表达和规范化存储,是垂直领域数据组织与知识发现服务的一种有效途径。因此提出以知识图谱作为航空领域知识表达模型,以标准知识单元作为数据载体,对科研人员的业务思维进行建模,同时利用深度神经网络作为多模态数据的特征编码器,构建适合机器理解与计算的特征向量,结合两者的特点构建面向多模态数据的搜索、推荐引擎。在此技术基础上设计系统架构并实现知识发现平台,将多模态数据在知识层面进行组织索引,满足航空科研人员的多模态知识检索需求。

生物医学领域基于知识图谱的知识发现方法综述

目的/意义综述生物医学领域基于知识图谱的知识发现方法,为科研人员提供参考。方法/过程通过系统检索及阅读分析相关文献,总结基于知识图谱的知识发现方法,对比各类知识发现方法的优势和不足;指出现阶段生物医学领域基于知识图谱的知识发现方法的局限性和挑战,并提出建议和展望。结果/结论未来研究应提升知识发现结果的可解释性,构建有效的结果评估框架,建立规范化、多领域专家协同的知识发现流程,提高知识发现研究的质量和效率。