【正文】 {。 iY 為引起 ji?? 上不一致原因的記錄集，其中 ik? 且 0,i k N??。ikYY? 的所有 39。kYY??,有 39。,iYY?? 39。iY 中保留了引起不一致原因的記錄，最終就有滿足 39。iY 中，同時 39。Y ，引起不一致原因的記錄就會存在于 39。CN 構(gòu)成的劃分中，引起不一致原因的記錄不會存在于 ( )=1jcard X 的分類中 ，只會存在于 ( ) 1jcard X ? 的分類中。D 構(gòu)成的劃分中，引起不一致 原因的記錄不會存在于 ( ) 1icard Y ? 的分類中 ，只會存在于 ( ) 1icard Y ? 的分類中。}ijYY? 為 引起 ji?? 上不一致原因的記錄集合。jYY??, ij? 且 0,i j N??,有 39。{ | ,iiY Y Y?? 39。 39。iiYY? 。39。1 2 N{ , ,..., }Y Y Y Y? （由定義 可知） 。 39。0 M ,N ( )card U? ），以決策屬第 三 章 覆蓋粒計算在基于粗糙集的動態(tài)信息系統(tǒng)規(guī)則挖 掘中的應(yīng)用 20 性構(gòu)成的分類為基礎(chǔ)，構(gòu)造 ji?? 上的覆蓋 39。CN 構(gòu)成的劃分為 1 2 M{ , , ... , }X X X X? ，差 異決策屬性 39。 對于這些新的不一致因素，我們 將 采取下面方法來消除： 由于 不一致表現(xiàn)為在 ji?? 中條件屬性值均相同，而決策屬性值存在不同 ，我們可以通過 構(gòu)造 ji?? 上的 覆蓋 ，消除其上引起不一致的記錄，使其成為一致差異決策表。 規(guī)則挖掘 動態(tài)信息系統(tǒng)中不一致性的辨識和消除 從粒計算的觀點來看，如果我們將構(gòu)成差異信息系統(tǒng) ji?? 的 兩個決策信息表看作是同一層次上的兩個粒，那么 差異信息系統(tǒng) ji?? 就直接為其上 一 層的粒， 上層粒 就會包含下層粒 。1 ( ) ( )svv c a rd r c a rd U??，其中 ()vcard r 為 ji?? 上滿足該決策規(guī)則的記錄數(shù)；決策規(guī)則的準(zhǔn)確率為11( ) ( )ssvvvvb c a r d r fc a r d r????，其中 ()vfcard r 、 ()vbcard r 分別為 ji?? 上滿足該決策規(guī)則前件和后件的記錄數(shù)。 定義 設(shè)從差異信息系統(tǒng) ji?? 上獲取的決策規(guī) 則集為 12{ , ,..., }sr r r [86]，規(guī)則表示形式為 39。39。()card A n? ， 39。 定義 設(shè) 39。( ) ( ) ( )C N C N aS i g a D D?? ??? ? ?，式中： ()()()PP c ard P O S c ard U? ?， PPOSQ 表示 Q 的P 正域 [81]。39。a CN?? ， a? 的重要度 ()Sig a? 定義為39。 特殊的，當(dāng) 1ji?? 時，此時的差異信息系統(tǒng)被稱為相鄰差異信息系統(tǒng)。()[]D i ju ? ，則有39。 由粗糙集理論可以得出，若信息系統(tǒng)iits?和jjts?關(guān)于決策屬性 D 的等價類記為：()[]Diu 和 ()[]Dju ，差異信息系統(tǒng) ji?? 中關(guān)于決策屬性 39。CN 、 39。 39。 39。39。39。 39。UU? ， 39。 39。 39。e 的屬性值為 e 的 決策變化趨勢。{ , ,...}D e g? ， 39。 39。若兩個不同個體 ,kh U? 具有相同的變化趨勢()i i j jke t s ke t sVV??? = ()i i j jhe t s he t sVV??? ， 當(dāng)且僅當(dāng) i i i ike t s he t sVV??? 和 j j j jke t s he t sVV??? 同時成立。 { , ,... }C N a b? ? ? ，其中 a? 是對條件屬性 a 值的差異描述， a? 的屬性值為 a 的屬性值差異 。 抽取信息系統(tǒng)iits?和jjts?（ ji? ） ，j j i ica ca t s ca t sV V V??? ? ?稱為條件屬性值差異，其中iicatsV?表示對象個體 c （ cU? ）關(guān)于屬性 a （ a CN? ）在 it 時刻 is 場景下的屬性值，條件屬性值差異描述了條件屬性值的變化量。由于單個信息系統(tǒng)無法描述信息第 三 章 覆蓋粒計算在基于粗糙集的動態(tài)信息系統(tǒng)規(guī)則挖 掘中的應(yīng)用 18 和信息量隨時間和場景的變化 的狀態(tài) ，文獻 [84]中給出了信息變換函數(shù) :f T S ???的概念，函數(shù)的定義域是時間和場景的區(qū)域，其中 時間序列集合為 12{ , ,...}T t t? ，場景集合為 12{ , ,...}S s s? ， 狀態(tài)序列集1 1 2 2{ , ,...}t s t s? ? ??，每個iits?都 是一個決策表且論域、條件屬性、決策屬性均相同，屬性值隨著時間和場景的變化而變化。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之間的關(guān)系。在決策信息系統(tǒng)中，利用粗糙集理論建立屬性值隨時間和場景變 化的動態(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。 引言 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]。對于這類問題，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 ： 在粒計算的思想理論背景下， 本章 將 覆蓋相關(guān)理論 運用到規(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。 而將粒計算思想理論應(yīng)用于孤立點挖掘，全面體現(xiàn) 了粒計算獨特的思維模式和研 究方法 ， 顯示出 了它 的獨特性和新穎性 ， 更體現(xiàn)出了本文的寫作意圖 ，將 在粒計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 。 而孤立點挖第二章 粒計算的獨特魅力 16 掘統(tǒng)一實施過程圖的引入，使得孤立點挖掘 任務(wù)的實施 更 一致化、 明了化 和 細致化，尤其面對復(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)等中的孤立點挖掘時， 該過程圖更能體現(xiàn)其優(yōu)勢所在，而且 粒計算本身就具有其獨特的處理復(fù)雜數(shù)據(jù)的能力 。而孤立點挖掘的統(tǒng)一實施過程流程圖體現(xiàn)了粒計算的其他方面 ：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 層次上的粒化， 以 獲取?；瓌t 用以 選擇、創(chuàng)新和改進挖掘方法 ； 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)） ，其間需要粒計算理論注入其中 以求對所要解決的問題選擇合理的 層次和 粒度 。 圖 是 基于粒計算的孤立點挖掘的統(tǒng)一過程框架圖，它是粒計算思想應(yīng)用到孤立點挖掘中的 很好 體現(xiàn)，其中有陰影部分是背景知識 ： 第二章 粒計算的獨特魅力 15 圖 孤立點挖據(jù)的統(tǒng)一實施過程 小結(jié) 對于粒計算而言，其思想 和 理論在孤立點挖掘上得到了充分的體現(xiàn)。換句話說，對孤立點檢測方法的選擇、改進和創(chuàng)新，它提供了統(tǒng)一的、正面的和有效的說明。 因此，將粒計算的新穎和獨特 之處 運用到孤立點 挖掘中 ，有如下指導(dǎo)原則： 通過對引起孤立點原因和孤立點檢測方法的分析，結(jié)合粒計算的觀點，從方法本身的高層粒結(jié)構(gòu)出發(fā)，獨立于檢測方法的 孤立點挖掘總的指導(dǎo)原則 是 ?；?觀點，同時表明了在選擇合理的粒度之前，它在孤立點挖掘中扮演著非常重要的角色 ， 根據(jù)不同的檢測目標(biāo)，有 著 不同的?；瓌t。由此產(chǎn)生的結(jié) 果 是，人們能將普遍適用的粒計算哲學(xué)有意識地運用到各自面對的問題中去，從而對問題進行更有效的求解。粒計算新穎和獨特的原因 不完全 在于 提供具體的方法和策略， 而在于 提出了 一個統(tǒng)一的框架， 對 這些方法和策略進行 全面 理解及綜合 。 而且分離的思想與粒度有著非常近的關(guān)聯(lián)，在不同的?；缴?，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的檢測范圍，這樣就可以提高孤立點挖掘的效率并降低挖掘 的時間復(fù)雜度 ，尤其對大數(shù)據(jù)集中的孤立點挖掘來說效果和意義更明顯。事實上，從粒計算的觀點來看， 分離的過程就是?；倪^程 ，并且上面所列出的孤立點的檢測方法都是基于?；枷氲摹Ｍㄟ^對引起孤立點的原因進行分析，我們發(fā)現(xiàn)孤立點大都是各種情況里的不尋常的對象。另外，當(dāng)?；某潭纫阎獣r，?；姆椒ㄖ苯記Q定了?；男?。既要避免粒度過粗而造成求解失敗，又要避免粒度過細造成信息的冗余而導(dǎo)致求解效率低下。數(shù)據(jù)的?；绕涫菑?fù)雜數(shù)據(jù)的?；?，是基于粒計算的數(shù)據(jù)挖掘的 必要前提。 顯然 ，聚類可以用于孤立點檢測。 (5) 基于聚類的孤立點檢測方法 [75, 76] 聚類分析和孤立點檢測有不同的目標(biāo)。那些處于低密 度的數(shù)據(jù)點相對地遠離他們的鄰居可以被認為是孤立點。根據(jù)問題的要求，可以事先給定數(shù)據(jù)所對應(yīng)的一些特征，那么孤立點就是這些不能像特征所描述的那樣的點。當(dāng)數(shù)據(jù)分散在二維或三維的圖中時，我們可以通過基于距離的方法，用肉眼 或簡單方法分辨出 哪些點是孤立點。 (2) 基于距離的孤立點檢測方法 [69, 70] 目前 ，許多孤立點檢測的方法都是基于距離的。如果模型是 簇的集合，那么孤立點會明顯的不屬于任何簇。例如，數(shù)據(jù)的分布模型可以通過估計概率分布的參數(shù)來構(gòu)造。 孤立點挖掘方法的思想描述 (1) 基于統(tǒng)計模型的孤立點檢測方法 [67, 68] 許多檢測技術(shù)首先都會構(gòu)造一個數(shù)據(jù)模型。一般情況下都會刪除這些孤立點，因為他們不能提供有用的信息，相反他們會降 低 數(shù)據(jù)分析的質(zhì)量。 (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的另一個根源。但是一旦 于其他人 在高度上做比較時，他就是一個孤立點，在這群人里他是一個高度上的極值。換句話說，對于大多數(shù)點來說，離中心（平均對象）越近，不同于這個平均對象的 可能 性就越小 。 (2) 自然變異 在統(tǒng)計知識的背景下，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 。例如，一個在進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。 因此， 尋求一個適用于孤立點挖掘的總的指導(dǎo)原則就成為了最急需要解決的問題。 然而，每種方法總是存在著不可避免的缺點或者略勢，沒有一個普遍有效的方法來檢查數(shù)據(jù)集中的 孤立點 [77]。孤立點挖掘之所以有著廣泛的應(yīng)用，是與其所在的實際領(lǐng)域里的特殊性決定，諸如入侵檢測、市場營銷和醫(yī)療等領(lǐng)域。 在過去的一個多世紀(jì)里，人們對孤立點的研究經(jīng)歷了幾個興衰交替。因此，孤立點的檢測和分析 （即孤立點挖掘） 在數(shù)據(jù)挖掘 中就顯得非常重要。 目前，針對不同的數(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，這可能會導(dǎo)致一些重要的隱秘信息的缺失。 引言 孤立點也即異常點 [65]，是指數(shù)據(jù)集中不符合一般模型的那些對象 ，即和其他數(shù)據(jù)有著不同的性質(zhì)。 11 第 二 章 粒 計算的獨特魅力 —— 以孤立點挖掘為例 本章主要討論粒計算的新穎性和獨特性 ， 以此來揭示粒計算的獨特思維模式和研究方法 ，從中體現(xiàn)出本文的寫作意圖 ， 在 粒計算思想理論背景下的覆蓋理論及其研究的問題 即受粒計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 。 文章在同一個思想理論背景下，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)用的補充和發(fā)展，并且更體現(xiàn)出了粒計算背景下知識發(fā)現(xiàn)理論和方法的獨特性，具有重要的理論意義及潛在的應(yīng)用 價值，同時對該領(lǐng)域理論和應(yīng)用研究的發(fā)展方向提出了新的展望。 需要說明的是，本章對于 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。 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 利用拓撲覆蓋 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 。 本章 在粒計算思想理論背景下， 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，并對不同階段引發(fā)的異常進行了詳細的分析，給出了具體的解決方案。實驗結(jié)果表明，在保持時間復(fù)雜度不變的情況下，利用改進的規(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之間的內(nèi)在聯(lián)系。 第三章為 覆蓋粒計算在基于粗糙集 的 動態(tài)信息系統(tǒng)規(guī)則挖掘 中 的 應(yīng)用研究 。 第二章為 粒計算 的獨特魅力。具體包括以下六章內(nèi)容： 第 一 章為緒論 。雖然涉及領(lǐng)域比較寬泛，但都是在粒計算背景下研究的與覆蓋相關(guān)的理論和應(yīng)用，所以 本文 實施和所采用的技術(shù)路線是可行的。 (2) 在面向沖突分析的研究中，將沖突看作是在不同結(jié)構(gòu)層上的粒化過程，提出關(guān)聯(lián)沖突的概念，給出其形式化的定義，然后并對其進行分析和建模，最后給出關(guān)聯(lián)沖突過程中所可能引發(fā)異常的階段，將對不同階段引發(fā)的異常進行詳細的分析 (3) 在面向分類準(zhǔn)確性研究