数据挖掘中的一种次优化动作知识提取方法

• 作者: 吕强 朱留存 李兆荣 陈崚
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 动作知识提取 数据挖掘 随机森林 状态空间搜索
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 977-982
• 页数: 6页
• 分类号: TP311
• 字数: 7828字
• 语种: 中文

摘要

到目前为止,尽管数据挖掘研究已取得了惊人的进展,特别是已达到很高的泛化精度和效率,但是在从模型中提取有意义的决策行动方面仍然只有有限的进展.然而,在许多应用中,如客户关系管理等,用户不仅需要准确预测的模型,也期望能够得到一些建议的行动.提出一种从随机森林模型提取次优化动作知识的方法.其基本思想是首先将提取动作知识问题形式化为一个优化问题,然后证明该问题等价于状态空间搜索中最短路径搜索问题,并提出一种次优化状态空间搜索算法来求解该问题.实验结果表明,该次优化算法在求解效率和提取的动作知识质量上达到了很好的平衡.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈崚	扬州大学信息工程学院	150	1914	19.0	39.0
2	朱留存	扬州大学信息工程学院	16	28	4.0	5.0
3	吕强	扬州大学信息工程学院	4	15	2.0	3.0
4	李兆荣	扬州大学信息工程学院	1	5	1.0	1.0