面向多维数据的自动导航和知识发现的理论与方法研究

多维数据的联机分析和知识发现是数据库领域的研究热点之一，它在各个行业的决策支持中都具有重要的应用价值。然而已有的联机分析处理和数据挖掘功能比较有限，分析者根据自己的直觉和假定，在巨大的搜索空间中人工探查数据，不仅容易迷失，而且难以发现或容易忽略有趣的模式。本项目将在理论和方法方面，就多维多层次分析的自动导航和多维数据中的知识发现问题展开深入研究。其中，前者包括智能切片、智能切块、模式变异、层次视图等各种自动导航机制，目标是使系统自动引导用户至感兴趣之处，帮助用户更好地理解数据立方体中数据的分布特点，省去繁琐的人工操作和分析。后者包括模糊概述、群体发现、互动分析等各种知识发现机制，目标是发现在大量多维数据中蕴含的对用户真正有用的新模式，帮助用户发现事先未知但是潜在有用的知识。