数据驱动的自主式知识获取理论与方法研究

计算技术、通信技术、数据存储与高速数据获取技术的迅猛发展，使得海量数据的动态获取和存储处理成为可能。从海量数据中智能地获取解决领域问题所需的知识（海量数据挖掘），消除"数据丰富、知识贫乏"问题，是智能信息处理中的难点前沿问题。本项目将采取数据驱动的方式，研究自主式知识获取的理论和方法，保障从海量数据中获取的知识能够真实反映数据本身的特性（知识的有效性），提高海量数据挖掘的效率。为此，本项目主要的研究问题包括：海量数据作为知识载体的特征分析；知识在不同载体（如数据、规则、概念格等）中的特征度量与关系；海量数据挖掘过程中知识的转换机理和特性；利用数据中知识的特征自动控制知识获取过程，实现自主式知识获取；适应动态海量数据处理的低复杂度知识获取方法；数据载体中的知识与领域先验知识（约束）的结合等。这些研究工作，将形成一套动态海量数据挖掘的有效理论和技术方法，推动数据挖掘理论与应用的发展。