领域知识融合驱动下的数据挖掘模型构建与优化

被引：9

作者：

王萍 ^{[1
]}

牟冬梅 ^{[1
]}

石琳 ^{[2
]}

琚沅红 ^{[1
]}

机构：

[1] 吉林大学公共卫生学院

[2] 齐齐哈尔市第二医院

来源：

情报理论与实践 | 2018年 / 09期

关键词：

领域知识; 知识融合; 数据挖掘; 模型构建;

D O I：

10.16353/j.cnki.1000-7490.2018.09.019

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

[目的/意义]融合学科领域知识优化数据挖掘模型构建的策略,提高知识发现结果的可靠性和置信度。[方法/过程]以某三甲医院冠心病住院患者的临床资料为研究对象,将医学领域知识融合嵌入机器学习过程,从数据集成与质量控制层、数据分析与模型构建层、模型结果优化与调整层构建数据挖掘模型。[结果/结论]领域知识融合可以驱动数据挖掘模型构建策略的优化,能够促进数据的知识发现从传统型的技术算法驱动向新型的领域知识指导转型,提高数据挖掘结果的置信度。[局限]多领域知识融合的机制和效果还需深入探讨。

引用

页码：114 / 117+153 +153

页数：5

共 18 条

[1]

The wisdom hierarchy: Representations of the DIKW hierarchy. Rowley,Jennifer. Journal of Information Science . 2007

[2] 大数据环境下知识融合的关键问题研究综述 [J].