Multi-Agent Driven Rule-Based Dss in Data Warehouse

论文摘要

数据仓库在企业化全球信息系统中继续扮演着重要的角色。数据仓库技术已经广泛应用到决策支持系统(DSS)中以实现关键任务决策系统(如飞船,防控,地震预测等),这需要数据仓库来结合业务系统中历史数据和当前数据。在使用数据仓库处理过程中,数据整合是一个非常关键的阶段。虽然近些年文献中有很多数据整合的方法,然而,随着互联网的发展,各种类型的数据(如图像,文本,声音,视频,数据库…)变的越来越多,处理这些庞大的数据和发现其中的关联,实现知识表达和决策是一项艰巨而又不能忽视的任务应用数据仓库技术和多智能体系统的现代决策支持系统(DSS)不仅可以帮助企业主管进行战略决策分析和提高企业竞争力,而且还可以帮助其他领域如卫生部门。一个很好的例子是认知模型,它可以捕获临床推理,用来实现医疗推理工具,其行为可以接近医生,医师或护士的推理行为在这篇论文中我们提出了一个异构数据集成的体系结构,它基于多Agent的规则驱动的决策支持系统。与数据仓库结构相比,设计了一个多Agent系统(MAS)可以从不同的数据源获取数据,构建基于规则的模型,为最终的用户提供决策支持。我们的目标构建一种模型,该模型通过数据挖掘和规则产生提供高精度的帮助,使临床医生获得一个正确的决策最后,我们以乳腺癌的诊断为研究案例仿真实现我们提出的多agent系统。临床数据被提取、转换和加载到数据仓库中。数据挖掘技术,特别是决策树,以及如何将它们应用到知识发现并最终帮助用户做出适当的决策是我们主要工作中的一个重要主题。我们提出的架构与先前其他学者提出的其他架构相比,实现了较高精确度的输出。

论文目录

ABSTRACT

摘要

TABLE OF CONTENTS

LIST OF FIGURES

LIST OF TABLES

CHAPTER 1:INTRODUCTION

1.1 Motivation

1.2 Contribution

1.3 Structure of the thesis

CHAPTER 2:BACKGROUND

2.1 Agents Theory

2.2 Multi-Agent System

2.3. Decision Support Systems（DSS）

2.3.1. Evolution of Decision Support Systems（DSS）

2.3.2. Types of DSS

2.4. Data warehouse

2.5. Data mining and Knowledge discovery

2.5.1. Data Mining Algorithms

2.5.2. Knowledge Discovery

2.6. Related works

CHAPTER 3:RDSS IN DATA WAREHOUSE FRAMEWORK

3.1. Introduction

3.2. Rule-Based Systems

3.3. Design goals and requirements

3.4. Prediction Model

3.4.1. Definition of model

3.4.2. Model Selection

3.5. Choice of Model Building algorithm

3.5.1. Decision Tree

3.5.2. Generating Decision tree

3.5.3. Algorithm generating rules

3.6. Rule

3.7. Model Testing

3.7.1. Accuracy

3.7.2. Confusion Matrix

3.7.3. ROC

CHAPTER 4:SYSTEM ANALYSIS,DESIGN ANDIMPLEM ENTATION

4.1. Agent and Data mining Integration Technology

4.1.1. Source Layer

4.1.2. Integration Layer

4.1.3. Decision making Layer

4.2. System Design diagram

4.2.1 Tools used

4.2.2. Agent types

4.2.3. Choice of design language

4.2.4. System design diagrams

4.3. System Implementation

4.3.1. Agent infrastructure and Programming language

4.3.2. Java Data mining（JDM）

4.3.3. Predictive Model Markup Language（PMML）

CHAPTER 5:CASE STUDY OVERVIEW AND RESULTEVALUATION

5.1. Case Study

5.1.1. Data understanding

5.2. EXPERIMENT RESULTS

5.3. SUMMARY AND FUTURE WORK

REFERENCES

ACKNOWLEDGEMENTS

Multi-Agent Driven Rule-Based Dss in Data Warehouse

论文摘要

论文目录

相关论文文献

猜你喜欢