第一节 KDTICM理论

1989年，在底特律第11届国际人工智能联合会议上提出了知识发现（KDD: Knowledge Discovery in Databases）的概念，Fayyad给出的定义是“从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程”。知识发现是一个受到来自各种不同领域的研究者关注的新兴、交叉、边缘学科领域。

1997年杨炳儒教授另辟蹊径，开创了研究KDD的新思路：从内在的认知机理考虑研究知识发现。[5-8]其核心思想是：把知识发现的过程视为一个认知过程，把知识发现的系统看作是一个认知的系统，用系统论和认知科学的思想和方法来研究复杂的知识发现过程。首次发现了知识发现系统内在认知机理涵盖的三个机制（原理）：双库协同机制、双基融合机制和信息扩张机制，并分别给出其核心定理及其实现技术，此项研究揭开了国际上研究KDD的新方向。

随后杨炳儒又提出了基于知识库的知识发现（Knowledge Discovery in Knowledgebase, KDK）。基于知识库中的事实，首先基于归纳学习的方法生成归纳假设，然后使用卡尔纳普的归纳逻辑进行假设的验证与评价。针对知识库中的规则，首先采用广义概念格方法产生归纳假设，然后使用柯恩的归纳逻辑进行假设的验证与评价。

综合上述成果，2002年杨炳儒教授在国际上首次提出了“基于内在认知机理的知识发现KDTICM理论（Knowledge Discovery Theory based on In-ner Cognition Mechanism）”。KDTICM的理论支柱是三个基本机制（原理），由基础理论层、内在认知机理层、过程模型层、技术方法层、智能系统层五个彼此相互联系的层面构成。[9-21]

图2-1 KDTICM理论的总体结构图

第一层面（理论基础模块层）。包含了多个基础理论的研究成果。提出了多个层次的结构逻辑、广义归纳的逻辑因果；因果关系的判定方法、因果关系进行的定性推理的模型和方法；基于专家知识的归纳及获取；语言场与语言值结构的知识表示方法等。

第二层面（内在机理模块层）。由基于双库的协同机制、基于双基的融合机制、基于信息的扩张机制和基于免疫的进化机制四部分构成。包括：启发和协调维护算法、结构对应定理、可达关系概率估计定理；RST三类协调算法、过程模型逻辑等价定理；参数演化定理、不动点原理、突变性原理等。

第三层面（结构模型模块层）。包含内在机理的研究推导出来的多个新型结构模型。包括：KDD∗过程模型（基于双库的协同机制的知识发现过程，用于处理结构化数据挖掘问题）; KDK∗过程模型（基于双基的融合机制的知识发现过程）; KD（D&K）过程模型（基于双库的协同机制、双基的融合机制的具有全新特征的知识发现新系统，强调了知识发现过程的认知自主性）; DKD（D&K）过程模型 [强调了分布式的KD（D&K）过程]; KDD∗E过程模型（结合KDD∗过程模型和信息扩张机制）；发现特征子空间模型DFSSM（用于复杂类型数据挖掘）；基于DFSSM的图像挖掘过程模型IMDFSSM。

第四层面（技术方法模块层）。由内在认知机理和新过程模型派生的多个新型技术、方法组成。包括：Maradbcm算法（应用于关联规则的挖掘算法）；源于KDD∗的自动型评价、评测方法（应用于因果型关联规则）；基于Web的文本型挖掘算法（基于DFSSM模型）；基于相似模式的图像信息挖掘算法IARMA；混沌模式型挖掘算法；KDK∗归纳挖掘算法（基于知识库中的事实与知识库中的规则）；多关系数据挖掘算法等。

第五层面（智能系统模块层）。包含新型结构模型及其相应的技术、方法的新型实用智能系统，它应用于现实的实用系统诱导出的多个基于内在型机理的研究。其中包括：知识发现理论中的专家型系统（Expert Sys-tem based on Knowledge Discobery, ESKD）；知识发现理论中的智能决策型支持系统（Intelligent Decision Support System based on Knowledge Discovery, IDSSKD）；知识发现理论中的智能型支持预测系统（Intelligent Forecast Support System based on Knowledge Discovery, IFSSKD）；基于知识发现理论中的智能型计算机辅助设计、创新系统（Computer Aided Innovation In-telligence System based on Knowledge Discovery, CAIISKD）等。

图2-2 ICCKDSS总体结构图

基于KDTICM理论研发出具有自主知识产权的集成化、组合构件式的大型知识发现软件系统ICCKDSS。ICCKDSS具有多个模块，可以根据需要选取、集成模块，且设计了完善的接口，可以单独系统集成到其他系统，方便功能的扩展和构件的重用。ICCKDSS系统可以面向广泛的信息挖掘问题，如结构化数据挖掘、知识库挖掘、Web挖掘、多媒体信息挖掘（图像、音频、视频、空间数据等）。

KDTICM理论与软件系统ICCKDSS已在农业、铝电解、现代远程教育网、气象、国际商务等诸多领域中应用，通过软件系统验证理论，解决了大量应用领域中难以解决或尚未解决的典型问题。

笔者从事的专题研究，试图扩充已经构建的KDTICM理论的第四层面（技术方法层）。在原有成果的基础上，借鉴其中一些有益的模型、方法的核心思想，研究基于数据发布的隐私保护模型。