项目名称: 领域驱动空间co-location模式挖掘技术研究

项目编号: No.61472346

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 王丽珍

作者单位: 云南大学

项目金额: 80万元

中文摘要: 空间co-location模式挖掘是空间数据挖掘的一个重要分支,近年来,co-location模式挖掘受到学术界的关注并取得了瞩目的成果。但是,在实际应用中,大量研究成果并没有很好地被应用。究其原因,现有挖掘方法几乎不考虑领域知识、应用背景或约束。领域驱动数据挖掘是数据挖掘中的新方法,目的是挖掘用户感兴趣的、可供决策的知识。本项目拟系统研究领域驱动空间co-location模式挖掘的理论、模型、算法和评价准则。具体研究:(1)带约束co-location模式挖掘理论和方法;(2)高效用co-location模式及挖掘技术;(3)组合co-location模式挖掘概念和方法;(4)领域驱动不确定co-location模式挖掘技术。本研究对现有领域驱动数据挖掘理论、模型和算法不失为一个重要的补充和发展,同时将有力地推动空间co-location模式挖掘技术的应用。

中文关键词: 数据挖掘;领域驱动数据挖掘;空间co-location模式挖掘;可决策知识发现

英文摘要: Spatial co-location pattern mining plays an important role in the spatial data mining field. Due to its importance, the topic of finding prevalent co-locations in spatial data sets has been extensively explored and many algorithms and models have been presented. At the same time, we have seen that an extreme imbalance between the number of published algorithms versus those really workable in the real-world environment. Domain-driven data mining aims to develop general principles, methodologies, and techniques for modeling and merging comprehensive domain-related factors and synthesized ubiquitous intelligence surrounding problem domains with the data mining process, and discovering knowledge to support business decision-marking. This project plans to enhance real-world problem solving capabilities of mined co-locations by studing methodology of domain-driven spatial co-location pattern mining. In detail, we plan to make the following investigations: firstly, the theories and methods of the constrained co-location pattern mining will be studied; Secondly, the efficient algorithms for mining high utility co-location patterns will be explored; Thirdly, combined co-location pattern mining techniques will be researched; Finally, domain-driven co-location mining in spatially uncertain data sets will be studied. By this project, the theories, models and algorithms of the domain-driven data mining will be expanded. At the same time, the efficient and effective algorithms and techniques for mining spatial co-location patterns will be used extensively.

英文关键词: Data mining;Domain-driven data mining;Spatial co-location pattern mining;Actionable knowledge discovery

成为VIP会员查看完整内容
0

相关内容

数据挖掘(Data mining)一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息和知识的过程。
专知会员服务
13+阅读 · 2021年10月3日
产品创新玄之又玄?或许未必 | PCon
InfoQ
0+阅读 · 2021年12月20日
IEEE Fellow 梅涛当选ACM MM 2023大会共同主席!
极市平台
0+阅读 · 2021年11月7日
远程监督在关系抽取中的应用
深度学习自然语言处理
12+阅读 · 2020年10月26日
斯坦福AI实验室机器学习编程新范式:弱监督
机器之心
12+阅读 · 2019年3月22日
论文浅尝 | Zero-Shot Transfer Learning for Event Extraction
开放知识图谱
26+阅读 · 2018年11月1日
领域应用 | 知识图谱的技术与应用
开放知识图谱
17+阅读 · 2018年6月14日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Arxiv
13+阅读 · 2022年1月20日
Arxiv
16+阅读 · 2020年5月20日
Arxiv
12+阅读 · 2018年9月15日
小贴士
相关VIP内容
专知会员服务
13+阅读 · 2021年10月3日
相关资讯
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员