数据与知识工程练习题

数据与知识工程习题一

1.请分别用消解原理和Tableau 规则证明以下命题逻辑式子是重言式。

（1）R R Q R P Q P →→∧→∧∨))()()((

（2）P R R Q Q P ⌝→⌝∧∨⌝∧⌝∧⌝))()((

（3）P Q R S R Q P Q S ⌝→⌝→∧∨∧→∧⌝→))()()()((

2.请分别用消解原理和Tableau 规则证明以下谓词逻辑式子是重言式。

（1）)))()(())()(((x Q x P z Q y P z y x →→→∀∀∃

（2）))()()(()))()()(())()()(((x R x P x x R x Q x x Q x P x →∀→→∀∧→∀

（3）))()()(()))()()(())()()(((x P x R x x R x Q x x Q x P x →∃→⌝→∀∧∨∀

（4）)()())()())()()(())()()(((x P x x R x x R x Q x x Q x P x ∀→∀∧⌝→∀∧∨∀

3. 请用描述逻辑相关方法求解以下各题。

（1）用描述逻辑ALC 的Tableau 规则判断“∃R .A ⊓ ∃R .B ⊓ ∀R .C ”是否是可满足的。

（2）用描述逻辑SI 的Tableau 规则判断“∃S .C ⊓ ∀S .(⌝C ⊔ ⌝D ) ⊓ ∃R .C ⊓ ∀R .(∃⌝R .C )(其

中R 具有传递性)”是否是可满足的。

（3）给定的TBox 与ABox 如下

TBox:

ABox:

请运用Tableau 方法判断能否从该知识库推导出结论HappyMother(Wendy)。

4.请用消解原理求解以下各题。

（1）没有不守信用的人是可信赖的，有些可信赖的人是受过高等教育的。请根据以上信息

用消解原理证明“有些受过高等教育的人是守信用的”。

（2）Tony 、Mike 和John 都是Alpine 俱乐部的会员。在此俱乐部中，每个会员或者是一个

滑雪爱好者，或者是一个登山爱好者，或者都是；没有一个登山爱好者喜欢下雨；所有的滑雪爱好者都喜欢雪；Tony 喜欢的所有东西Mike 都不喜欢；Tony 不喜欢的所有东西Mike 都喜欢；Tony 喜欢雨和雪。请根据以上信息用消解原理证明“Alpine 俱乐

部存在这样一个会员，他是一个登山爱好者，但不是滑雪爱好者”。

（3）某人被盗，公安局派出5名侦察员去调查。研究案情时，侦察员A说：“赵与钱中至少有一人作案”；侦察员B说：“钱与孙中至少有一人作案”；侦察员C说：“孙与李中至少有一人作案”；侦察员D说：“赵与孙中至少有一人与本案无关”；侦察员E 说：“钱与李中至少有一人与本案无关”。假设这5个侦察员的话都是可信的，请根据以上信息用消解原理求出谁是盗窃犯。

（4）假设张三、李四和王五三人中有人从不说真话，也有人从不说假话。某人向这三人分别提出同一个问题：谁是说假话者？张三答：“李四和王五都是说假话者”；李四答：“张三和王五都是说假话者”；王五答：“张三和李四中至少有一人是说假话者”。请根据以上信息用消解原理求出谁是说真话者。

5.什么是数据工程？什么是知识工程？什么是数据挖掘？什么是KDD？KDD的主要流程及每阶段的思想是什么？(以下回答大部分参考《数据与知识工程导论》，胡运发著，“清华大学出版社”出版)

答:数据工程是设计和实现数据库系统以及数据库应用系统的理论、方法和技术，是研究结构化数据表示、数据管理和数据应用的一门学科。

知识工程是设计和实现知识库系统及知识库应用系统的理论、方法和技术，是研究知识获取、知识表示、知识管理和知识利用的一门学科。

数据挖掘是用模式识别、统计学、数学等方法过滤存储在数据库中大量的数据来发现新的、有意义的关系、模式和趋势的过程。

KDD英文全称是Knowledge Discovery in Databases，译为“知识发现”。KDD是从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的处理过程，这种处理过程是一种高级的处理过程。

KDD的主要流程及每阶段的思想为：(1)了解应用领域。了解KDD相关领域的有关情况，熟悉有关的背景知识，并弄清楚用户的要求；(2)创建目标数据集。根据用户的要求从数据库中提取与KDD相关的数据，KDD将主要从这些数据中进行知识提取，在此过程中，会利用一些数据库操作对数据进行处理；(3)数据清理和预处理。主要是对阶段(2)产生的数据进行再加工，检查数据的完整性及数据的一致性，对其中的噪音数据进行处理，对丢失的数据可以利用统计方法进行填补；(4)数据缩减和变换。对经过预处理的数据，根据知识发现的任务对数据进行再处理，主要通过投影或数据库中的其他操作减少数据量；(5)确定数据挖掘功能。根据用户的要求，确定KDD是发现何种类型的知识，进而确定数据挖掘应有的功能；(6)选择挖掘算法。根据阶段(5)所确定的功能，选择合适的数据挖掘算法，这包括选取合适的模型和参数，并使得数据挖掘算法与整个KDD的评判标准相一致；(7)数据挖掘。运用选定的数据挖掘算法，从数据中提取出用户所需要的知识，这些知识可以用一种特定的方式表示或使用一些常用的表示方式，如产生式规则等等；(8)模式评估和知识表示。经过评估，去掉已经存在冗余的或者无关的模式。如果模式不满足用户的要求，则需要回退到(2)阶段，如需要重新选择数据、采用新的数据变换方法、设定新的参数值、甚至换一种算法等等。另外还需要将挖掘出来的结果可视化，或者把结果转化成用户容易理解的表示方法；(9)运用发现的知识。运用KDD的知识以实现预想的目标。

6.什么是Web挖掘？Web挖掘有哪几种类型？各种类型的内容和作用分别是什么？

答:Web挖掘指的是应用数据挖掘技术对Web资源的内容、Web资源的结构和Web资源的使用进行挖掘。(Web mining is the application of data mining techniques to the content, structure, and usage of Web resources.)