mba論文面向用戶偏好的突發(fā)事件知識(shí)獲取研究pdf

1、碩士學(xué)位論文面向用戶偏好的突發(fā)事件知識(shí)獲取研究U s e r P r e f e r e n c e - - B a s e dK n o w l e d g e A c q u i s i t i o nf o r E m e r g e n c y E v e n t s學(xué) 號(hào)： 2 1 3 1 1 0 5 3完成日期： 2 Q ! 魚! Q 墨! 曼!大連理工大學(xué)D a l i a nU n i v e r s i t y o f

2、 T e c h n o l o g y大連理工大學(xué)碩士學(xué)位論文摘 要隨著我國對(duì)突發(fā)事件重視程度與信息化程度的提高，一些相關(guān)數(shù)據(jù)庫中積累了各類突發(fā)事件的大量原始數(shù)據(jù)，其中蘊(yùn)含著許多潛在、有價(jià)值的突發(fā)事件規(guī)律知識(shí)。而數(shù)據(jù)收集過程中由于自然因素和人為因素導(dǎo)致的隨機(jī)性、盲目性，容易造成信息冗余問題，阻礙潛在知識(shí)規(guī)律的發(fā)現(xiàn)。現(xiàn)有知識(shí)獲取研究大多以知識(shí)的客觀性與簡潔性為目標(biāo)，忽略了用戶對(duì)知識(shí)規(guī)則的偏好，其知識(shí)獲取結(jié)果實(shí)用性較差，不利于輔助突發(fā)事件

3、應(yīng)急決策。因此，本文在粗糙集理論的基礎(chǔ)上，提出一種面向用戶偏好的突發(fā)事件知識(shí)獲取方法，主要包括預(yù)處理、屬性約簡與規(guī)則提取三部分。首先，對(duì)原始信息表進(jìn)行知識(shí)獲取預(yù)處理操作。對(duì)突發(fā)事件及其數(shù)據(jù)特征進(jìn)行分析，將應(yīng)急決策者對(duì)知識(shí)獲取的偏好總結(jié)為屬性選擇偏好、屬性粒度偏好與規(guī)則信度偏好三種，并對(duì)用戶偏好進(jìn)行定量表示；識(shí)別當(dāng)前決策屬性，構(gòu)建決策表；針對(duì)突發(fā)事件數(shù)據(jù)特征，提出缺失數(shù)據(jù)、冗余數(shù)據(jù)、噪聲數(shù)據(jù)以及多類型多粒度數(shù)據(jù)的預(yù)處理方法，通過構(gòu)建決策表

4、相似性矩陣識(shí)別并剔除冗余、噪聲數(shù)據(jù)，利用屬性概念層次樹層次化表示多類型多粒度數(shù)據(jù)；為了提高決策表處理效率，編碼決策表。其次，結(jié)合突發(fā)事件數(shù)據(jù)特征與用戶偏好，提出一種突發(fā)事件屬性約簡方法。該方法綜合屬性客觀重要度和用戶屬性選擇偏好兩方面的影響定義啟發(fā)信息，利用屬性添加的啟發(fā)式方法求得一個(gè)約簡結(jié)果。其中為了簡化屬性重要度的計(jì)算，提出一種基于O W A算子的度量方法，綜合屬性在決策表行和列兩個(gè)維度的貢獻(xiàn)計(jì)算屬性對(duì)各單個(gè)對(duì)象的重要度，利用O W

5、 A 算子將其聚合為屬性的綜合重要度。最后，針對(duì)突發(fā)事件知識(shí)獲取中知識(shí)粒度難以確定、知識(shí)規(guī)則實(shí)用性差的問題，提出一種面向用戶偏好的層次化規(guī)則提取方法。該方法從最高層次的廣義決策表開始，以屬性客觀分類能力與用戶屬性粒度偏好作為衡量標(biāo)準(zhǔn)選擇屬性進(jìn)行特化，使決策表層次下降；針對(duì)下降過程中得到的每一個(gè)特定層次的廣義決策表，對(duì)人工蜂群算法進(jìn)行改進(jìn)以便高效的提取其中的確定性規(guī)則；以滿足用戶規(guī)則信度偏好作為層次下降的終止條件，對(duì)知識(shí)粒度加以控制。本文