基本信息
- 项目名称：
- 一种基于谓词逻辑的分类规则处理方法
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 分类是数据挖掘和机器学习领域中的重要研究内容之一，用来抽取能够描述重要数据集合的模型，用于预测未知数据对象的离散类别，已广泛应用在市场营销、金融投资、天文、地理的数据分析与决策等领域。
- 详细介绍：
- 近年来，如何获取正确、简洁、规范以及高质量的分类规则是一项重要的研究内容,主要集中在以下几个方面：1)获取分类规则方法。决策树分类方法, 其基本思想是贪心算法，它是自顶向下递归的方式造决策树，起源于概念学习系统，具有高效、可理解性强的特征；贝叶斯分类法是一种统计学分类方法，用于大型数据库中也具有较高分类质量（正确率）；概念格分类法，通过格结点间的关系获取的分类规则，具有精确性、分类质量高的特点，但是知识集容量较大；此外，还有模糊集、粗糙集理论、蚁群算法等，各俱优劣，各种方法间相结合，取长补短，也是获取分类规则的一种有效途径（例如：模糊决策树）。2）在已获取的分类规则集中经常存在前件完全不同且规则后件相同、规则前件交集非空且后件相同等冗余和冲突现象，导致在分类和预测过程中出现错误判断、效率低下等问题。因此，如何有效地避免、减少这类问题也是当前的重点研究内容之一。目前，大多数方法主要分为两大类：直接处理和非直接处理。直接处理指的是在分类规则生成的过程中进行剪枝操作，即规则提取和规则剪枝同时进行，也即对原提取方法的改进，例如：Quinlan 的C4.5算法即是在生成规则的过程中，通过对规则的剪枝来消除冗余，并且Liu B等在构造CBA分类器的过程中就采用了这种技术来消除冗余；在一些关联规则的剪枝中也采用了这种方法，例如Calders等，在生成频繁项目集的过程中进行了剪枝操作。直接处理可以在过程中充分考虑原数据集的特征，处理后效果良好，但是处理效率比较低，并且处理过程中，不能对已知规则及将要获取的规则间关系进行全局考虑，不当的剪枝易造成价值信息的丢失，相反则起不到改进的效果，更有可能出现其他冗余。非直接处理指的是后处理，即在已经生成的规则集的基础上进行后续处理，消除冗余，例如Bruha，Famili提出的规则过滤方法，就是一种典型的规则后处理；Huawen Liu等采用闭集的方法对关联、分类规则进行后处理，并构造了相应的分类器等。然而，后处理过程完全脱离原始数据集，在得到较好的处理效率的同时，也极易使有价值信息流失，有可能影响分类的质量。 谓词是描述个体词的属性、个体词间关系的一种数学符号，谓词公式的等价转换则可以将公式化繁为简，具有严谨、精确、易理解等特点。本文，提出了一种基于谓词逻辑的分类规则处理算法（ACRP），该方法采用谓词来描述分类规则前件与后件的蕴涵（因果）关系，利用谓词公式的逻辑转换来消除规则间及规则内的冗余和冲突现象，有效地提高了分类的质量和效率。最后，采用恒星光谱数据，实验验证该算法的正确性和可行性。
作品图片
作品专业信息
撰写目的和基本思路
- 利用谓词描述分类规则，并通过逻辑演算对分类规则集进行等价转换，从而消除冗余规则，提高了分类的效果和质量。
科学性、先进性及独特之处
- 谓词公式的等价转换则可以将公式化繁为简，具有严谨、精确、易理解等特点。
应用价值和现实意义
- 为提高分类质量及效率提供了一条有效途径。
学术论文摘要
- 分类是数据挖掘领域中的主要研究内容之一，在获取的分类规则集中，往往存在大量冗余规则，影响了分类效率和质量。本文采用谓词逻辑，提出了一种分类规则处理方法。该方法利用谓词描述分类规则，并通过逻辑演算对分类规则集进行等价转换，从而消除冗余规则，提高了分类的效果和质量。最后，采用恒星光谱数据，实验验证该方法正确可行，从而为提高分类质量及效率提供了一条有效途径。
获奖情况
- 已投稿
鉴定结果
- 无
参考文献
- 检索关键字:数据挖掘；分类规则；谓词逻辑；后处理；恒星光谱数据
同类课题研究水平概述
- 谓词是描述个体词的属性、个体词间关系的一种数学符号，谓词公式的等价转换则可以将公式化繁为简，具有严谨、精确、易理解等特点。本文，提出了一种基于谓词逻辑的分类规则处理算法（ACRP），该方法采用谓词来描述分类规则前件与后件的蕴涵（因果）关系，利用谓词公式的逻辑转换来消除规则间及规则内的冗余和冲突现象，有效地提高了分类的质量和效率。最后，采用恒星光谱数据，实验验证该算法的正确性和可行性。
