归纳逻辑程序设计在数据库知识发现中的应用研究

作     者：边嘉耕 

作者单位：北京工业大学 

学位级别：硕士

导师姓名：刘椿年

授予年度：2000年

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：数据库知识发现 数据库管理 应用研究 数据库系统 关系数据库 数据库技术 机器学习 ODBC 关系代数 研究生论文 

摘      要：我的论文题目是“归纳逻辑程序设计（ILP）在数据库知识发现中的应用研究， 属于国家863计划资助的研究项目的一部分，本文是对这两年来工作的总 结。 随着数据库技术的迅速发展以及数据库管理系统的广泛应用，现实世界 积累了越来越多的数据，如何从这些数据中得到隐含的有价值的信息和知识， 就成为一个迫切需求和非常艰巨的任务。目前的数据库系统擅长于事务性 处理，但对分析性处理，即发现数据中存在的关系和规则，根据现有的数据预 测未来的发展趋势，缺乏有效挖掘数据背后隐藏的知识的手段。数据库中的 知识发现（Knowledge Discovery in Databases，KDD）就是把数据库管理系 统和人工智能中的各种算法结合起来发现隐藏在大量数据中知识的一个新 研究方向。 本文在剖析机器学习中归纳逻辑程序设计系统的基础上，分析了归纳逻 辑程序设计系统和数据库系统结合的三种方法，给出了数据库和谓词之间的 映射关系，并在此基础上完成了数据库管理系统与归纳逻辑程序设计系统松 散耦合的接口，实现了一个子句级紧耦合的知识发现系统原型（KDDGOL），该 原型具有通用性，表达能力强和多表学习等特点。 目前归纳逻辑程序设计在数据库知识发现中的应用研究我们在国内还未 见到，国际上也只有少数的研究机构在进行（如德国Morik等的RDT/DB系 统），KDDGOL系统是我们把归纳逻辑程序设计和数据库结合向实用化推进的 一个有意义的尝试。在实施过程中由于考虑到系统的效率和可行性，对模式 说明（即假设偏向bias）做了较严格的限制，相对于一般的归纳逻辑程序设 计系统表达能力弱一些，同时对于现实中的数据库存在噪音等问题，需要进 一步工作去完善。