|
|
知识路径： > 计算机系统综合知识 > 数据库系统 > 数据仓库与数据挖掘技术 > 数据挖掘技术 > 数据挖掘技术的应用 >
|
|
相关知识点：1个
|
|
|
|
|
SDM的任务可以概括如下：在空间数据库和数据仓库的基础上，综合利用统计学、模式识别、人工智能、粗集、模糊数学、机器学习、专家系统、可视化等领域的相关技术和方法，以及其他相关的信息技术手段，从大量的空间数据、管理数据、经营数据或遥感数据中析取出可信的、新颖的、感兴趣的、隐藏的、事先未知的、潜在有用的和最终可理解的知识，从而揭示出蕴含在空间数据背后客观世界的本质规律、内在联系和发展趋势，实现知识的自动或半自动获取，为管理和经营决策提供依据。简言之，SDM的任务就是要从空间数据库和数据仓库发现知识，并提供相关的决策支持。
|
|
|
|
一般而言，从空间数据库和数据仓库中可能发现的知识类型包括普遍的几何知识、规则型知识、空间聚类与分类知识、空间分布规律、空间对象的发展趋势、空间对象的结构型知识、空间偏差型知识等。SDM的任务是要在不同的空间概念层次（从微观到宏观）挖掘出上述各种类型的知识，并用相应的知识模型表示出来。可供选用的知识表示方法包括：基于规则的表示法、基于逻辑的知识表示、基于关系的知识表示、面向对象的知识表示、基于模型的知识表示、语义网络表示、脚本表示、模拟表示、基于过程的表示以及基于本体的知识表示等。
|
|
|
|
不仅如此，SDM的任务还包括根据所采用的知识表示方法设计出相应的推理模型，这样才能为不同领域、不同层次、具有不同应用需求的用户提供行之有效的决策支持。
|
|
|
