【文章內(nèi)容簡介】 蓋鄰域理論來尋找覆蓋系統(tǒng)上重疊元素，然后在粒計(jì)算的思維體系背景下，以實(shí)例輔證，采用折中方式給出獨(dú)立于數(shù)據(jù)標(biāo)簽和理想分類結(jié)果假設(shè)的評(píng)價(jià)分類法準(zhǔn)確性的統(tǒng)一范式。 以上提出的研究方法和技術(shù)路線是在前人對(duì)覆蓋廣義粗糙集理論和應(yīng)用以及相應(yīng)領(lǐng)域研究基礎(chǔ)上的再探索。雖然涉及領(lǐng)域比較寬泛，但都是在粒計(jì)算背景下研究的與覆蓋相關(guān)的理論和應(yīng)用，所以本文實(shí)施和所采用的技術(shù)路線是可行的。本文主要是在粒計(jì)算的思想理論背景下研究與覆蓋相關(guān)的理論及其應(yīng)用。具體包括以下六章內(nèi)容： 第一章為緒論。首先介紹了粒計(jì)算的相關(guān)理論知識(shí)；然后介紹了覆蓋廣義粗糙集的研究背景，分析了國內(nèi)外研究現(xiàn)狀；最后介紹了本文的研究意義、目標(biāo)、方法和主要內(nèi)容以及創(chuàng)新點(diǎn)。 第二章為粒計(jì)算的獨(dú)特魅力。本章主要討論了粒計(jì)算的新穎性和獨(dú)特性——以孤立點(diǎn)挖掘?yàn)槔?，?chuàng)新性地給出了孤立點(diǎn)挖掘總的指導(dǎo)原則和具體實(shí)施的流程圖，為孤立點(diǎn)挖掘算法的選擇、改進(jìn)和創(chuàng)新提供了實(shí)際的參考價(jià)值，以此來揭示粒計(jì)算的獨(dú)特思維模式和研究方法，進(jìn)而體現(xiàn)本文的寫作意圖即受粒計(jì)算思想與理論的影響，獲取與覆蓋相關(guān)的創(chuàng)新思想來源。 第三章為覆蓋粒計(jì)算在基于粗糙集的動(dòng)態(tài)信息系統(tǒng)規(guī)則挖掘中的應(yīng)用研究。本章針對(duì)差異信息系統(tǒng)構(gòu)造過程中會(huì)引起新的不一致這個(gè)問題，利用覆蓋粒計(jì)算相關(guān)理論提出了一種新的能消除這種不一致因素的公理化方法。實(shí)驗(yàn)結(jié)果表明，在保持時(shí)間復(fù)雜度不變的情況下，利用改進(jìn)的規(guī)則挖掘算法，通過消除不一致因素而獲得的規(guī)則更全面和更大程度地反映了條件屬性值變化與決策變化趨勢(shì)之間的內(nèi)在聯(lián)系。 第四章為基于覆蓋粒計(jì)算的關(guān)聯(lián)沖突分析。本章在粒計(jì)算思想理論背景下，首次提出了“關(guān)聯(lián)沖突”的概念，利用覆蓋沖突分析策略,通過“服務(wù)——資源”實(shí)例建立了關(guān)聯(lián)沖突分析的合理泛化模型，討論了關(guān)聯(lián)沖突過程中所可能引發(fā)異常的階段，并對(duì)不同階段引發(fā)的異常進(jìn)行了詳細(xì)的分析，給出了具體的解決方案。 第五章為基于覆蓋粒計(jì)算的分類準(zhǔn)確性研究。在面向分類法準(zhǔn)確性（單標(biāo)簽和多標(biāo)簽數(shù)據(jù)集）的研究中，本章利用拓?fù)涓采w鄰域理論，給出了一種新的尋找覆蓋系統(tǒng)上重疊元素的相關(guān)的公理化方法。在粒計(jì)算的思維體系背景下，以實(shí)例輔證，創(chuàng)新性地給出了獨(dú)立于數(shù)據(jù)標(biāo)簽和理想分類結(jié)果假設(shè)（一種假設(shè)為劃分，另一種假設(shè)為覆蓋）的評(píng)價(jià)分類法準(zhǔn)確性的統(tǒng)一范式。需要說明的是，本章對(duì)于分類法準(zhǔn)確性統(tǒng)一范式的給出采取的折中處理方式值得借鑒。 第六章為總結(jié)與展望。文章在同一個(gè)思想理論背景下，討論了基于覆蓋的相關(guān)理論和應(yīng)用，它是覆蓋廣義粗糙集的理論及其應(yīng)用的補(bǔ)充和發(fā)展，并且更體現(xiàn)出了粒計(jì)算背景下知識(shí)發(fā)現(xiàn)理論和方法的獨(dú)特性，具有重要的理論意義及潛在的應(yīng)用價(jià)值，同時(shí)對(duì)該領(lǐng)域理論和應(yīng)用研究的發(fā)展方向提出了新的展望。 此外，本文收錄了一些該領(lǐng)域內(nèi)最新的研究成果，以期能為科研工作者認(rèn)識(shí)和深入研究提供便利。第二章 粒計(jì)算的獨(dú)特魅力 ——以孤立點(diǎn)挖掘?yàn)槔? 本章主要討論粒計(jì)算的新穎性和獨(dú)特性，以此來揭示粒計(jì)算的獨(dú)特思維模式和研究方法，從中體現(xiàn)出本文的寫作意圖，在粒計(jì)算思想理論背景下的覆蓋理論及其研究的問題即受粒計(jì)算思想與理論的影響，獲取與覆蓋相關(guān)的創(chuàng)新思想來源。以孤立點(diǎn)挖掘?yàn)槔?，在粒?jì)算的思想理論背景下，給出了孤立點(diǎn)挖掘總的指導(dǎo)原則和具體實(shí)施的流程圖，為孤立點(diǎn)挖掘算法的選擇、改進(jìn)和創(chuàng)新提供了實(shí)際的參考價(jià)值，將會(huì)對(duì)孤立點(diǎn)的挖掘產(chǎn)生一定深遠(yuǎn)的影響。孤立點(diǎn)也即異常點(diǎn)[65]，是指數(shù)據(jù)集中不符合一般模型的那些對(duì)象，即和其他數(shù)據(jù)有著不同的性質(zhì)。對(duì)于某些度量而言，這些對(duì)象與數(shù)據(jù)集中的其他數(shù)據(jù)有著顯著的不同。目前，針對(duì)不同的數(shù)據(jù)挖掘任務(wù)和挖掘背景，一些數(shù)據(jù)挖掘算法盡量去減少孤立點(diǎn)帶來的影響或者甚至是從數(shù)據(jù)集中消除他們，然而，這可能會(huì)導(dǎo)致一些重要的隱秘信息的缺失。換句話說，孤立點(diǎn)本身在諸如入侵檢測(cè)等事件中有著特殊的意義，它可以表示入侵的異常行為。因此，孤立點(diǎn)的檢測(cè)和分析（即孤立點(diǎn)挖掘）在數(shù)據(jù)挖掘中就顯得非常重要。一般，孤立點(diǎn)挖掘問題可以看作兩個(gè)子問題：一個(gè)是在給定的數(shù)據(jù)集中定義一個(gè)什么樣的數(shù)據(jù)可以被認(rèn)為是孤立點(diǎn)或不一致的；另一個(gè)是找到一個(gè)有效的方法去挖掘這些定義的孤立點(diǎn)。在過去的一個(gè)多世紀(jì)里，人們對(duì)孤立點(diǎn)的研究經(jīng)歷了幾個(gè)興衰交替?，F(xiàn)在，它再一次成為信息科學(xué)里的一個(gè)活躍分支，并在數(shù)據(jù)挖掘領(lǐng)域里受到越來越廣泛的關(guān)注。孤立點(diǎn)挖掘之所以有著廣泛的應(yīng)用，是與其所在的實(shí)際領(lǐng)域里的特殊性決定，諸如入侵檢測(cè)、市場(chǎng)營銷和醫(yī)療等領(lǐng)域。孤立點(diǎn)的引起是有一些原因的[66]，同時(shí)相應(yīng)的也有一些檢測(cè)或挖掘孤立點(diǎn)的方法[6776]。然而，每種方法總是存在著不可避免的缺點(diǎn)或者略勢(shì)，沒有一個(gè)普遍有效的方法來檢查數(shù)據(jù)集中的孤立點(diǎn)[77]。特別在檢測(cè)孤立點(diǎn)的過程中，如何選擇一個(gè)合適的檢測(cè)方法沒有一個(gè)普遍的準(zhǔn)則，而且就孤立點(diǎn)目前研究的熱點(diǎn)和未來的發(fā)展來說[77]，挖掘任務(wù)會(huì)變得非常困難。因此，尋求一個(gè)適用于孤立點(diǎn)挖掘的總的指導(dǎo)原則就成為了最急需要解決的問題。 (1) 數(shù)據(jù)來自不同的類 一個(gè)數(shù)據(jù)不同于其他數(shù)據(jù)，可能因?yàn)樗鼇碜圆煌念惢驅(qū)儆诓煌念愋?。例如，一個(gè)在進(jìn)行信用卡欺詐的人可能被歸為不合法的信用卡用戶而不是非法的用戶。相同地，諸如欺詐、入侵、疾病暴發(fā)和異常的實(shí)驗(yàn)結(jié)果等都可以被認(rèn)為是造成孤立點(diǎn)的例子。 (2) 自然變異在統(tǒng)計(jì)知識(shí)的背景下，一些諸如正太分布等模型可以用來模擬許多數(shù)據(jù)集的分布。隨著數(shù)據(jù)點(diǎn)離正太分布的中心距離的增加，該點(diǎn)出現(xiàn)的可能性就會(huì)急劇地減少。換句話說，對(duì)于大多數(shù)點(diǎn)來說，離中心（平均對(duì)象）越近，不同于這個(gè)平均對(duì)象的可能性就越小。例如，假定一個(gè)男性特別的高，當(dāng)他獨(dú)自一人時(shí)，沒有人與之形成對(duì)比，他沒有什么特別之處。但是一旦于其他人在高度上做比較時(shí)，他就是一個(gè)孤立點(diǎn)，在這群人里他是一個(gè)高度上的極值。通常這些極值點(diǎn)或沒有任何變異的點(diǎn)作為孤立點(diǎn)是非常有意思的。 (3) 數(shù)據(jù)度量和收集導(dǎo)致的誤差 在數(shù)據(jù)收集和度量的過程中，所導(dǎo)致的誤差是引起孤立點(diǎn)的另一個(gè)根源。例如，由于人為失誤、設(shè)備誤差或者數(shù)據(jù)本身具有噪音導(dǎo)致所記錄的度量值不正確。一般情況下都會(huì)刪除這些孤立點(diǎn)，因?yàn)樗麄儾荒芴峁┯杏玫男畔?，相反他們?huì)降低數(shù)據(jù)分析的質(zhì)量。但這些數(shù)據(jù)能反映出一些有用的信息，例如誤差的根源是人為、設(shè)備還是其他的原因造成的等。 (1) 基于統(tǒng)計(jì)模型的孤立點(diǎn)檢測(cè)方法[67, 68]許多檢測(cè)技術(shù)首先都會(huì)構(gòu)造一個(gè)數(shù)據(jù)模型。孤立點(diǎn)就是這些不能夠很好擬合這個(gè)模型的數(shù)據(jù)對(duì)象。例如，數(shù)據(jù)的分布模型可以通過估計(jì)概率分布的參數(shù)來構(gòu)造。如果一個(gè)數(shù)據(jù)對(duì)象不能夠很好的擬合這個(gè)模型，它可能不服從這個(gè)分布，那它就是孤立點(diǎn)。如果模型是簇的集合，那么孤立點(diǎn)會(huì)明顯的不屬于任何簇。或者當(dāng)使用回歸模型時(shí)，孤立點(diǎn)會(huì)相對(duì)的遠(yuǎn)離模型的預(yù)測(cè)值。 (2) 基于距離的孤立點(diǎn)檢測(cè)方法[69, 70]目前，許多孤立點(diǎn)檢測(cè)的方法都是基于距離的。孤立點(diǎn)就是遠(yuǎn)離大多數(shù)點(diǎn)的點(diǎn)。當(dāng)數(shù)據(jù)分散在二維或三維的圖中時(shí)，我們可以通過基于距離的方法，用肉眼或簡單方法分辨出哪些點(diǎn)是孤立點(diǎn)。 (3) 基于偏差的孤立點(diǎn)檢測(cè)方法[71, 72]我們也可以通過比較一組數(shù)據(jù)的主要特征來檢測(cè)孤立點(diǎn)。根據(jù)問題的要求，可以事先給定數(shù)據(jù)所對(duì)應(yīng)的一些特征，那么孤立點(diǎn)就是這些不能像特征所描述的那樣的點(diǎn)。 (4) 基于密度的孤立點(diǎn)檢測(cè)方法[73, 74]數(shù)據(jù)分布的密度估計(jì)是相對(duì)可以通過計(jì)算得到的，尤其是對(duì)數(shù)據(jù)之間存在距離的點(diǎn)來說。那些處于低密度的數(shù)據(jù)點(diǎn)相對(duì)地遠(yuǎn)離他們的鄰居可以被認(rèn)為是孤立點(diǎn)。但是考慮到數(shù)據(jù)集可能有不同的密度區(qū)域，因此當(dāng)一個(gè)點(diǎn)所在的區(qū)域的密度明顯低于它的大多數(shù)鄰居的時(shí)候，它可以被歸為孤立點(diǎn)。 (5) 基于聚類的孤立點(diǎn)檢測(cè)方法[75, 76]聚類分析和孤立點(diǎn)檢測(cè)有不同的目標(biāo)。聚類分析通常被用于發(fā)現(xiàn)強(qiáng)相關(guān)的對(duì)象，而孤立點(diǎn)檢測(cè)則被用來發(fā)現(xiàn)那些和強(qiáng)相關(guān)的對(duì)象沒有關(guān)系的對(duì)象。顯然，聚類可以用于孤立點(diǎn)檢測(cè)。 在數(shù)據(jù)挖掘中，粒計(jì)算有著廣泛的應(yīng)用[7880]。數(shù)據(jù)的?；绕涫菑?fù)雜數(shù)據(jù)的?；?，是基于粒計(jì)算的數(shù)據(jù)挖掘的必要前提。?；某潭戎苯佑绊憯?shù)據(jù)挖掘的效率和計(jì)算復(fù)雜度。既要避免粒度過粗而造成求解失敗，又要避免粒度過細(xì)造成信息的冗余而導(dǎo)致求解效率低下。因此，選擇最優(yōu)?；潭仁橇Ｓ?jì)算數(shù)據(jù)挖掘的關(guān)鍵。另外，當(dāng)粒化的程度已知時(shí)，粒化的方法直接決定了?；男省９铝Ⅻc(diǎn)挖掘是一個(gè)將孤立點(diǎn)從數(shù)據(jù)集中分離出來的過程。通過對(duì)引起孤立點(diǎn)的原因進(jìn)行分析，我們發(fā)現(xiàn)孤立點(diǎn)大都是各種情況里的不尋常的對(duì)象。他們由突發(fā)事件、人為因素或環(huán)境原因等所引起的，所以我們需要不同的實(shí)施過程將它們分離出來。事實(shí)上，從粒計(jì)算的觀點(diǎn)來看，分離的過程就是?；倪^程，并且上面所列出的孤立點(diǎn)的檢測(cè)方法都是基于?；枷氲?。正如Zadeh所認(rèn)為[13]的：人類的認(rèn)知能力概括為?；?、組織和因果推理，人們對(duì)孤立點(diǎn)挖據(jù)方法的設(shè)計(jì)正是人類認(rèn)知能力尤其?；芰Φ姆磻?yīng)，例如，基于距離、密度和聚類的孤立點(diǎn)檢測(cè)方法可以看作為基于空間?；姆椒ǎ诮y(tǒng)計(jì)模型和偏離的孤立點(diǎn)檢測(cè)方法可以被看作為基于模糊匹配信息的?；椒?。而且分離的思想與粒度有著非常近的關(guān)聯(lián)，在不同的粒化水平上，通過使用一些特殊的方法或策略，我們可以選擇合適的粒度來縮小孤立點(diǎn)的檢測(cè)范圍，這樣就可以提高孤立點(diǎn)挖掘的效率并降低挖掘的時(shí)間復(fù)雜度，尤其對(duì)大數(shù)據(jù)集中的孤立點(diǎn)挖掘來說效果和意義更明顯。 我們換個(gè)角度來考慮孤立點(diǎn)檢測(cè)的方法。粒計(jì)算新穎和獨(dú)特的原因不完全在于提供具體的方法和策略，而在于提出了一個(gè)統(tǒng)一的框架，對(duì)這些方法和策略進(jìn)行全面理解及綜合。如果我們通過粒結(jié)構(gòu)將知識(shí)和系統(tǒng)合為一體。由此產(chǎn)生的結(jié)果是，人們能將普遍適用的粒計(jì)算哲學(xué)有意識(shí)地運(yùn)用到各自面對(duì)的問題中去，從而對(duì)問題進(jìn)行更有效的求解。同時(shí)，對(duì)高層次的粒結(jié)構(gòu)的認(rèn)識(shí)可以防止人們對(duì)相同、相似理論和方法的重復(fù)發(fā)現(xiàn)和發(fā)明，避免浪費(fèi)精力。因此，將粒計(jì)算的新穎和獨(dú)特之處運(yùn)用到孤立點(diǎn)挖掘中，有如下指導(dǎo)原則：通過對(duì)引起孤立點(diǎn)原因和孤立點(diǎn)檢測(cè)方法的分析，結(jié)合粒計(jì)算的觀點(diǎn)，從方法本身的高層粒結(jié)構(gòu)出發(fā)，獨(dú)立于檢測(cè)方法的孤立點(diǎn)挖掘總的指導(dǎo)原則是?；^點(diǎn)，同時(shí)表明了在選擇合理的粒度之前，它在孤立點(diǎn)挖掘中扮演著非常重要的角色，根據(jù)不同的檢測(cè)目標(biāo)，有著不同的?；瓌t。而且?；^點(diǎn)是一種新的求解系統(tǒng)，它是孤立點(diǎn)檢測(cè)過程中首先并且唯一開始著手的思想。換句話說，對(duì)孤立點(diǎn)檢測(cè)方法的選擇、改進(jìn)和創(chuàng)新，它提供了統(tǒng)一的、正面的和有效的說明。在信息科學(xué)快速發(fā)展的背景下，它將對(duì)孤立點(diǎn)的挖掘產(chǎn)生深遠(yuǎn)的影響。，它是粒計(jì)算思想應(yīng)用到孤立點(diǎn)挖掘中的很好體現(xiàn)，其中有陰影部分是背景知識(shí)： 孤立點(diǎn)挖據(jù)的統(tǒng)一實(shí)施過程 對(duì)于粒計(jì)算而言，其思想和理論在孤立點(diǎn)挖掘上得到了充分的體現(xiàn)。在對(duì)孤立點(diǎn)挖掘方法的分析和概括的基礎(chǔ)上，總結(jié)出了獨(dú)立于方法之上的方法論原則（?；笇?dǎo)原則），使得孤立點(diǎn)挖掘的著手點(diǎn)集中在?；乃枷肷?，避免了許多重復(fù)性的工作和不必要的麻煩，這是粒計(jì)算任務(wù)和目標(biāo)的體現(xiàn)。而孤立點(diǎn)挖掘的統(tǒng)一實(shí)施過程流程圖體現(xiàn)了粒計(jì)算的其他方面：挖掘過程本身是有先后順序之分，因此是具有一定層次性；而挖掘過程中，粒度大小的選擇即合適層次上的?；?，以獲取?；瓌t用以選擇、創(chuàng)新和改進(jìn)挖掘方法；由于粒度大小選擇上原因?qū)е峦诰蚪Y(jié)果不是很滿意，需要調(diào)節(jié)粒度，因此，這是一個(gè)循環(huán)反復(fù)的過程（體現(xiàn)出了分層結(jié)構(gòu)以及粒結(jié)構(gòu)），其間需要粒計(jì)算理論注入其中以求對(duì)所要解決的問題選擇合理的層次和粒度。對(duì)于孤立點(diǎn)挖掘而言，?；^點(diǎn)是孤立點(diǎn)挖掘方法的選擇、改進(jìn)和創(chuàng)新的切入點(diǎn)，它的引入使得人們對(duì)孤立點(diǎn)挖掘的研究更廣泛和更集中即不斷的將新的?；椒ㄒ氲焦铝Ⅻc(diǎn)挖掘中和只將挖掘任務(wù)放在?；乃枷肷线M(jìn)行考慮，這樣一方面使得挖掘算法得到不斷改進(jìn)和創(chuàng)新，另一方面又可以避免許多不必要的重復(fù)勞動(dòng)。而孤立點(diǎn)挖掘統(tǒng)一實(shí)施過程圖的引入，使得孤立點(diǎn)挖掘任務(wù)的實(shí)施更一致化、明了化和細(xì)致化，尤其面對(duì)復(fù)雜數(shù)據(jù)諸如數(shù)據(jù)流、高維數(shù)據(jù)集和Web數(shù)據(jù)等中的孤立點(diǎn)挖掘時(shí)，該過程圖更能體現(xiàn)其優(yōu)勢(shì)所在，而且粒計(jì)算本身就具有其獨(dú)特的處理復(fù)雜數(shù)據(jù)的能力。最后對(duì)于二者而言，基于粒計(jì)算的孤立點(diǎn)挖掘?qū)?huì)給孤立點(diǎn)挖掘的研究和分析提供一種新的策略和模式，它將對(duì)孤立點(diǎn)的挖掘產(chǎn)生深遠(yuǎn)的影響。而將粒計(jì)算思想理論應(yīng)用于孤立點(diǎn)挖掘，全面體現(xiàn)了粒計(jì)算獨(dú)特的思維模式和研究方法，顯示出了它的獨(dú)特性和新穎性，更體現(xiàn)出了本文的寫作意圖，將在粒計(jì)算的思想理論背景下研究與覆蓋相關(guān)的理論及其應(yīng)用即受粒計(jì)算思想與理論的影響，獲取與覆蓋相關(guān)的創(chuàng)新思想來源。第三章 覆蓋粒計(jì)算在基于粗糙集的動(dòng)態(tài)信息系統(tǒng)規(guī)則挖掘中的應(yīng)用 在動(dòng)態(tài)信息系統(tǒng)中，采用粗糙集方法來挖掘系統(tǒng)中潛在的規(guī)則。對(duì)于這類問題，由于信息系統(tǒng)的不一致性以及差異信息系統(tǒng)構(gòu)造過程中的不確定性和差異性，規(guī)則挖掘的結(jié)果不甚理想：在粒計(jì)算的思想理論背景下，本章將覆蓋相關(guān)理論運(yùn)用到規(guī)則挖掘中，提出了一種消除引起差異信息系統(tǒng)規(guī)則挖掘中不一致因素的方法。實(shí)驗(yàn)結(jié)果表明，在保持時(shí)間復(fù)雜度不變的情況下，利用改進(jìn)的規(guī)則挖掘算法，通過消除不一致因素而獲得的規(guī)則將能更全面和更大程度地反映條件屬性值變化與決策變化趨勢(shì)之間的內(nèi)在聯(lián)系。粗糙集方法是一種用于處理不確定性和模糊性數(shù)據(jù)的數(shù)學(xué)工具[17, 81]。但由于客觀世界的不確定性問題通常表現(xiàn)為易變性和過程性，傳統(tǒng)的粗糙集很難體現(xiàn)出不確定性的變化過程和變化趨勢(shì)，即在信息系統(tǒng)中體現(xiàn)為屬性隨著時(shí)間的推移而不斷地變化[82, 83]。在決策信息系統(tǒng)中，利用粗糙集理論建立屬性值隨時(shí)間和場(chǎng)景變化的動(dòng)態(tài)信息系統(tǒng)模型[84]，可以挖掘出條件屬性值變化與決策屬性值變化之間存在的內(nèi)在聯(lián)系?？墒怯捎趧?dòng)態(tài)信息系統(tǒng)構(gòu)造過程中會(huì)產(chǎn)生新的不一致性[85]，使得從差異信息系統(tǒng)上獲得的決策規(guī)則不甚理想。為了能獲得理想的決策規(guī)則，本文給出了一種能消除引起差異信息系統(tǒng)不一致因素的方法，并給出了改進(jìn)的基于粗糙集的啟發(fā)式規(guī)則挖掘算法，最終使決策規(guī)則能更好更全面的反應(yīng)條件屬性值的變化與決策變化趨勢(shì)之間的關(guān)系。 一個(gè)信息系統(tǒng)表示為一個(gè)四元組：，其中是對(duì)象的集合，即論域；是屬性集（，為條件屬性集，為決策屬性集）；，表示的值域；是一個(gè)信息函數(shù)。由于