您好,欢迎访问三七文档
当前位置:首页 > 电子/通信 > 数据通信与网络 > 基于数据整合、数据挖掘、多准则决策的突发事件信息管理框架
基于数据集成、数据挖掘、多准则决策的事件信息管理框架------尹家权、符仕城、赵苏继介绍题目引言近年来,一系列的自然和人为事件,比如911恐怖袭击、2003年非典疫情、08年13年四川地震以及云南的连续干旱,造成人类巨大的生命和财产的损失,这凸显了需要改进我们预防、应对、减轻和恢复自然和人为事件的能力,因此我们要队各类事件进行管理。事件管理活动可以分为两个阶段:1事前阶段2事后阶段活动过程如图1事件管理活动------防止------预防应对减轻-------恢复-------当前,人们借助事件信息管理系统来减轻自然和人为事件带来的巨大损失,然而一个有效的事件信息管理系统要面临四个挑战:(1)通过一个标准化的格式使异构分布式事件数据能被准确及时的访问、分析、评价、传播。(2)系统应该帮助决策者有效地访问大而复杂的数据,检测数据异常,并提取数据的共同点(3)在一个事件中,系统需要协助决策者评估风险和选择一个适当的解决方案。(4)系统应该提供差异化服务满足事件不同阶段和不同类型事件的管理需求四大挑战相关研究1事件信息系统的设计和开发系统设计要求和方法、系统框架和开发、系统评估2数据集成技术在事件信息管理中的应用理论研究、算法和工具开发方面都有了很大成就,但在基于突发事件的数据集成研究比较少3事件信息管理的决策支持功能在紧急事件中支持决策者使用多准则决策和数据挖掘技术选择合适解决方案和识别异常情况相关研究:概念性框架介绍本文中作者提出的概念性框架分为三个层次:1异构数据集成模块此模块有两个接口:分布式异构数据接口和统一的数据接口分布式异构数据接口:中间件(数据建模,数据集成和底层数据预处理)统一数据接口:为上层应用程序提供了一个结构化的、统一的数据接口2通过数据挖掘和多准则决策模型提供决策支持功能数据挖掘技术通过对不同类型的事件特点的总结,事件的报道情况和当前的事件状态预测潜在的事故和事件的可能经过。通过统一的数据接口,调用适当的数据挖掘功能和算法提供差异化服务,多准则决策模型帮助决策者从一组可行的替代方案中选择最适当的解决方案,并采取及时有效的反应。3图形化用户接口和协作工具这一层在事件决策中扮演着重要角色。决策者不用接触底层数据,而是通过图形化的界面利用数据挖掘技术和多准则决策模型选出更合适的方案事件信息管理框架异构数据集成艰难的原因:系统架构:大型机、服务器、工作站、PC数据类型:多媒体数据、文本、光学/磁/红外/热信号等平台:windows/linux等语言:chinese,English时间:非/实时数据分布式异构数据接口/基于xml的集成处理器/统一的数据接口数据挖掘:数据挖掘模块在事件信息管理框架中是帮助决策者理解突发事件的特点、并利用已有的信息预测未来的事件。1数据挖掘在事件准备中的应用事件的信息是巨大的,他可能来自不同的部门,以不同的形式存储。事前的数据挖掘可以帮助决策者理解事件的特征和影响,设计紧急反应计划和培训计划,从而降低损失。2实时数据挖掘和差异化服务机制事件管理系统提供及时的检测危险事件,帮助决策者采取适当的反应活动,以避免或减轻严重的负面后果事件,并且对不同类型的事件采取差异化的服务。多准则决策:多准则决策是指在具有相互冲突、不可共度的有限(无限)方案集中进行选择的决策多准则决策根据决策方案是有限还是无限,而分为多属性决策(MADM)与多目标决策(MODM)两大类。1、多属性决策多属性决策也称有限方案多目标决策,是指在考虑多个属性的情况下,选择最优备选方案或进行方案排序的决策问题。2、多目标决策多目标决策是指需要同时考虑两个或两个以上目标的决策。如某企业要在几种产品中选择一种产品生产,就既要考虑获利大小,又要考虑现有设备能否生产以及原材料供应是否充足等因素来选择其中一种,只有使这些相互联系和相互制约的因素都能得到最佳的协调、配合和满足,才是最优的决策。案例研究•为了验证所提出的框架,本文进行了一项案例研究,选择了从1997年至2001年发生在中国5年的农业气象灾害。由于数据不是分散的,仅仅是数值数据类型,数据的功能集成模块的框架没有探索,重点是研究数据挖掘和多目标决策模块。本节主要介绍数据挖掘和多准则决策方法如何可以结合起来,提供一种自然灾害对农业生产影响的综合评价。1.评估过程农业气象灾害,如干旱,洪水,雪灾,和沙尘暴,每年在中国造成严重的损失。该案例研究中使用的数据从中国科学研究院的数据库得到,它们提供覆盖区域指数和影响地区指数两个指标表达了干旱,洪涝,冰雹,和霜冻等自然灾害在1997年和2001年之间对中国的31个省市自治区的作物损害所造成的影响。覆盖区域指数是指区域内有10%或更多的作物受自然灾害影响所造成的损失,而受影响地区的指数衡量是指领域至少有30%由自然灾害造成的农作物损失。根据定义,覆盖区域指数描述了整体的农作物受损特定区域,而受影响地区的指数描绘了受自然灾害影响造成的重要的作物减少。本文使用这些数据来说明,数据挖掘和多准则决策方法可用于评估、对受灾地区客观排名,协助政府进行灾难防备和资源分配。评价过程只要有三个阶段:数据准备,数据采矿和多目标决策。1.评估过程评估过程的案例研究2.数据准备1.农业气象灾害的一部分数据(1997):2.数据准备2.部分规范化的农业气象灾害数据集:3.部分的聚合农业气象灾害数据集:3.数据挖掘分析:聚类•多目标决策方法需要优先考虑全国31个省农业气象灾害数据。因为31替代品太多而不能通过多目标决策排名方法处理,数据挖掘功能——聚类分析是用来减少第一替代品的数目。假设有n个替代品。首先将n个替代分为k个聚类进行分析。然后,从每个群集选择一个替代选择来表示其在集群中的排名过程。•聚类分析将物理或抽象对象的集合分成为由类似的对象组成的多个类的过程。聚类分析WEB个性化应用的一种重要技术手段。群集可以被定义为一个数据集合。•在同一个聚类中的对象彼此类似,•不同聚类中的对象则相异。4.多目标决策分析:TOPSIS•步骤1:构造标准化决策矩阵•步骤2:制定一套无线网络为每个标准的权重,并计算加权标准化决策矩阵。•步骤3:找到理想的替代解决方案•步骤4:找到的负面理想的替代解决方案•步骤5:计算分离措施,使用n维欧氏距离。•步骤6:计算ratioRj+测量相对贴近理想的解决方案•步骤7:在步骤6中选择等级最大的比率。常用的多目标决策分析方法:TOPSIS法和AHP4.多目标决策分析:TOPSIS标准的权重:聚类分析的结果和TOPSIS:5.结果比较和讨论TOPSIS的排名与两个传统排名的比较结果:结果比较和讨论•通过对这两个排名的比较,结合数据挖掘和多目标决策方法提供了一个自然灾害对农业生产影响全面的评估
本文标题:基于数据整合、数据挖掘、多准则决策的突发事件信息管理框架
链接地址:https://www.777doc.com/doc-3968094 .html