關(guān)于知識依賴(lài)度約簡(jiǎn)的論文

　　基于知識依賴(lài)度約簡(jiǎn)的知識發(fā)現研究

　　摘要：粗糙集理論中的屬性約簡(jiǎn)問(wèn)題屬于NP難問(wèn)題。以教育技術(shù)學(xué)專(zhuān)業(yè)讀者2013學(xué)年度圖書(shū)借閱歷史數據為原型，采用借閱類(lèi)目的次數多少作為屬性重要度進(jìn)行啟發(fā)式選擇，利用粗糙集理論中的知識依賴(lài)度對類(lèi)目約簡(jiǎn)，挖掘出本專(zhuān)業(yè)和各年級借閱類(lèi)目的核心集，并經(jīng)問(wèn)卷調查證明其規律的正確性。通過(guò)與教育技術(shù)學(xué)專(zhuān)業(yè)學(xué)科知識體系結構的比較，能夠發(fā)現學(xué)科知識體系結構建設的不足之處，以促進(jìn)其更科學(xué)完善。

　　關(guān)鍵詞：粗糙集；知識依賴(lài)度；數據挖掘；知識發(fā)現

　　0 引言

　　高校圖書(shū)館自動(dòng)化建設經(jīng)過(guò)多年發(fā)展，已經(jīng)積累了大量歷史數據，這些數據不但完整，而且質(zhì)量高，充分反映了讀者學(xué)習成長(cháng)的過(guò)程。如何對其進(jìn)行挖掘提煉并從中發(fā)現有價(jià)值的知識，是了解讀者需要、開(kāi)展知識推送服務(wù)的重要信息來(lái)源。前人研究主要是根據讀者的借閱歷史數據，利用關(guān)聯(lián)規則算法發(fā)現某類(lèi)書(shū)籍之間的關(guān)聯(lián)規則[14]，或利用聚類(lèi)算法挖掘具有共同閱讀興趣的讀者群體[5]，以及通過(guò)時(shí)間流分析得到讀者借閱時(shí)間的分布規律[6]等。

　　也可以利用粗糙集進(jìn)行挖掘。例如，柳炳祥等[7]只是介紹有關(guān)理論，文章中并沒(méi)有對粗造集挖掘進(jìn)行深入闡述。這些挖掘結果往往只是反映讀者已往的借閱規律，而不能反映其當前和今后一段時(shí)間的真實(shí)需要，因為這些讀者還需要不斷地進(jìn)行知識更新和深化學(xué)習。本文通過(guò)對教育技術(shù)學(xué)專(zhuān)業(yè)讀者群進(jìn)行數據挖掘，利用知識依賴(lài)度約簡(jiǎn)方法發(fā)現其學(xué)科知識體系結構，并通過(guò)與相關(guān)專(zhuān)業(yè)的知識體系結構建設進(jìn)行比較，以發(fā)現建設中的不足之處。如果利用所得的知識庫進(jìn)行推送服務(wù)，則能把讀者真正需要的知識推送給他們。

　　1 粗造集有關(guān)理論

　　粗糙集理論認為“知識是一種對對象進(jìn)行分類(lèi)的能力”，它將分類(lèi)理解為在特定空間上的等價(jià)關(guān)系，而等價(jià)關(guān)系構成了對該空間的劃分[8]。

　　定義1（論域、知識）：設U 是感興趣的對象組成的非空有限集合，稱(chēng)為一個(gè)論域。論域U 上的任一子集XU，稱(chēng)為論域U 的一個(gè)概念或范疇。論域U 中的任何子集簇（概念簇）稱(chēng)為關(guān)于U 的抽象知識，簡(jiǎn)稱(chēng)知識[9]。在二維表中，知識是由某些列對所有行的劃分構成的集合所表示。

　　定義2（知識庫）：給定一個(gè)論域U 和U上的一簇等價(jià)關(guān)系S，稱(chēng)二元組K=（U，S）是關(guān)于論域U 的一個(gè)知識庫或近似空間。因此，論域上的等價(jià)關(guān)系即代表著(zhù)劃分和知識。這樣，知識庫就表示了論域上由等價(jià)關(guān)系導出的各種知識，即劃分或分類(lèi)模式，同時(shí)代表了對論域的分類(lèi)能力，并隱含著(zhù)知識庫中概念之間存在的各種關(guān)系[9]。

　　定義3（不可分辨關(guān)系）：給定一個(gè)論域U 和U上的一簇等價(jià)關(guān)系S，若PS，且P≠，則∩P（P中所有等價(jià)關(guān)系的交集）仍然是論域U 上的一個(gè)等價(jià)關(guān)系，稱(chēng)為P上的一個(gè)不可分辨關(guān)系，記作IND（P）。IND（P）的等價(jià)類(lèi)稱(chēng)為知識P的基本范疇[9]。

　　2 知識發(fā)現

　　2.1 樣本數據選取

　　2.2 數據預處理

　　在進(jìn)行數據挖掘之前，需要對數據進(jìn)行去噪、補缺和轉換等預處理操作。數據預處理步驟如下：①根據年級、專(zhuān)業(yè)代碼和時(shí)間段獲取讀者借閱歷史記錄，并通過(guò)匯總獲得借閱圖書(shū)的人數、未借閱人數和總借閱冊數；②去除借閱書(shū)目的.種次號，得到借閱類(lèi)目，匯總后得到借閱類(lèi)目數。由于中圖法是通過(guò)標記符號代表各級類(lèi)目和固定先后次序的分類(lèi)體系，標記符號不同，其表示的知識類(lèi)目也不同，故不能把相近類(lèi)目合并為一類(lèi)；③按類(lèi)目進(jìn)行匯總，求得各類(lèi)目借閱冊數和所有類(lèi)目的平均借閱冊數，并刪除低于平均借閱冊數的類(lèi)目，因為其表現的只是某個(gè)學(xué)生的個(gè)人愛(ài)好，不是大家共同學(xué)習的知識，相當于噪音數據；④求出借過(guò)大于平均借閱冊數類(lèi)目的所有讀者，這些讀者即是進(jìn)行知識約簡(jiǎn)的對象；⑤生成上述讀者對象和其借閱類(lèi)目的二維表，并對表中數據進(jìn)行轉換處理，如果此讀者借過(guò)該類(lèi)目書(shū)籍則為1，否則為0。類(lèi)目列按類(lèi)目總借閱冊數降序添加到表中。

　　2.3 知識約簡(jiǎn)

　　經(jīng)過(guò)上面的數據預處理后，得到了知識庫的關(guān)系簇S 和論域U，即不小于平均借閱冊數的類(lèi)目和借閱這些類(lèi)目的讀者。然而，即使經(jīng)過(guò)上述預處理后，其約簡(jiǎn)的類(lèi)目數還有幾十種；如果直接利用知識依賴(lài)度（定義5）來(lái)約簡(jiǎn)，其需要計算的次數為M*logM*2n（M是讀者數，n是類(lèi)目數），這是指數級時(shí)間復雜度，需要消耗大量計算時(shí)間。為了得到多項式時(shí)間算法，采用以類(lèi)目借閱的冊數多少作為屬性重要度的啟發(fā)式策略，應用知識依賴(lài)度來(lái)約簡(jiǎn)二維表，具體算法如下：

　�。�1）置K={}，R={}；// K表示約簡(jiǎn)后得到的知識，R表示臨時(shí)約簡(jiǎn)知識

　　//如果單個(gè)知識把論域全覆蓋則作為約簡(jiǎn)知識放入K中

　�。�2）For r0=1 to count（類(lèi)目） do

　　取出count（r0）類(lèi)目I，計算其劃分。

　　如果I全覆蓋論域U ，則把I并入K中；否則，退出循環(huán)。

　�。�3）把I并入R中。

　　//計算剩下的類(lèi)目依賴(lài)關(guān)系 （4）For r1=r0+1 to count（類(lèi)目） do

　　取出count（r1）類(lèi)目Q，根據類(lèi)目Q求其對論域U 的劃分。

　　根據R中的知識求其對論域U 的劃分。

　　利用知識依賴(lài)度公式，求Q對R的知識依賴(lài)度γ；如果γ小于0.5，則把Q并入R中，否則認為知識Q歸屬于R而被約簡(jiǎn)掉。

　�。�5）K=K∪R，并退出。 //即K就是所求的約簡(jiǎn)集合

　　2.4 結果分析

　　因此，通過(guò)對相關(guān)數據的分析，給出如下建議：①給大一、大二學(xué)生適當介紹本學(xué)科知識體系結構，使其開(kāi)始就明確學(xué)習目標、方向和內容組成；②通過(guò)與教育學(xué)院教師交流發(fā)現，學(xué)院已開(kāi)設《學(xué)科導論》課程，但效果不夠理想。因此，對于開(kāi)設《學(xué)科導論》課的院系，需要扎實(shí)推進(jìn)本導制，發(fā)揮其引導作用；③深入研究小說(shuō)等文學(xué)類(lèi)與教育技術(shù)學(xué)專(zhuān)業(yè)之間的內在關(guān)系，將其納入學(xué)科體系結構中，完善學(xué)科知識體系結構建設；④在低年級中適當開(kāi)設“TP393.092 網(wǎng)絡(luò )瀏覽器”課程，做好相關(guān)理論基礎知識鋪墊，使學(xué)科知識結構布局更加合理。

　　3 知識驗證

　　4 結語(yǔ)

　　本文利用粗糙集理論中的知識依賴(lài)度約簡(jiǎn)方法對某專(zhuān)業(yè)讀者群借閱歷史數據進(jìn)行挖掘，獲得其學(xué)科體系結構知識，并通過(guò)比較，發(fā)現相應學(xué)科體系結構建設中的不足之處，促使學(xué)科結構體系建設更加合理、完善。如果利用所得的知識進(jìn)行推送服務(wù)，則能夠根據學(xué)生知識結構的變化進(jìn)行預判，做到有的放矢，提高服務(wù)質(zhì)量。當然，本文還有一些問(wèn)題尚待解決，如表4類(lèi)目順序變化的真正原因是什么，蘊含了哪些知識？小說(shuō)等文學(xué)類(lèi)中哪些知識是教育技術(shù)學(xué)專(zhuān)業(yè)的本質(zhì)需要，如何合理設計它在學(xué)科體系結構的布局等？相關(guān)問(wèn)題有待進(jìn)行下一步更深入的研究。

　　參考文獻：

　　[3]張紅燕. 關(guān)聯(lián)規則挖掘在高校圖書(shū)館借閱流通中的應用[J]. 數字技術(shù)與應用，2012（5）：76，78.

　　[4]薛琴榮，李響. 基于數據挖掘技術(shù)的圖書(shū)館個(gè)性化借閱服務(wù)研究[J]. 情報探索，2013（4）：110113.

　　[7]柳炳祥. 基于數據挖掘的圖書(shū)館個(gè)性化服務(wù)系統[J]. 現代情報，2007（3）：108109.

　　[9]苗奪謙，李道國. 粗糙集理論、算法與應用[M]. 北京：清華大學(xué)出版社，2008.

　　[14]中國圖書(shū)館分類(lèi)法編輯委員會(huì ). 中國圖書(shū)館分類(lèi)法[M]. 第4版. 北京： 書(shū)目文獻出版社，1999.