基于假设检验的多数据源知识发现研究

• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 多数据源 假设检验 知识共享 知识发现
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 564-568
• 页数: 5页
• 分类号: TP182
• 字数: 4536字
• 语种: 中文

摘要

现行的数据挖掘算法大多是针对单一数据源进行挖掘,多数据源挖掘是网络分布式状况下KDD所面临的新问题,是解决基于全局数据分布状态下知识发现问题的有效技术.本文提出了一种多数据源知识发现新方法.该方法通过共享从其它数据源中发现的知识模式,采用抽样检验的方法来判断知识在本地数据源的有效性,大大提高了知识发现的效率.实验结果表明了该方法的有效性.该方法可以进一步推广,作为对已知模式的高效知识发现方法,并可应用于增量式知识发现.