信息与知识已成为企业发展的重要战略资源,也是科学管理与决策的基础。如何快速高效进行网络动态商业数据流的知识发现成为管理学界关注的问题。针对商业数据流的特性,开展网络环境下动态商业数据流的协同知识发现问题研究,实现复杂环境下的分布异构动态商业数据流的挖掘处理,从而发掘企业运行的特征,找出具有共性或规律性的知识,掌握企业变化情况,分析运行状况变化的动因,为企业提供科学和有效的管理与决策支持,具有十分重要的理论价值和现实意义。本课题提出根据网络商业数据流的随机动态性和分布特性以及数据流片段特性的变化来不断地调整存储结构和变换挖掘算法的思想,研究混合型存储结构和基于线性扫描及时变频繁模式集的高效挖掘算法,以及基于多个移动型智能体的知识发现有效协同机制,实现网络环境下分布和动态数据流挖掘与协同知识发现,并充分利用网络计算资源,提高整体挖掘效率,从而为商务智能决策提供必要和有效的知识获取途径。本项目研究内容突出面向商务、分布、动态、异构、海量特性的数据流挖掘与协同知识发现,面向提高整体挖掘效率,研究特色明显。
英文主题词network; dynamic business data stream; collaborative; data mining; knowledge discovery