教育部推荐 2014 年度国家科学技术奖公示内容

教育部推荐2014年度国家科学技术奖公示内容

项目名称: 最优化数据挖掘理论与方法研究

项目简介:

本项目以海量复杂数据为研究对象，把最优化的基本原理与数据挖掘相结合，将数据挖掘算法视为从众多的备选解中寻求“最优解”作为数据分类标准的问题，把数据挖掘启发式算法上升为系统式算法，在国际上率先提出最优化数据挖掘研究的新方向。

进一步以复杂数据智能分析和决策支持为研究对象，围绕数据、数据处理过程以及处理数据所涉及的知识体系的复杂性，围绕如何对挖掘产生的知识结合非结构化的主观知识（如情境、专家经验、用户偏好等）进行二次处理以便更好地支持决策，提出了多模型融合的基于多目标最优化的数据挖掘新技术、新方法。

项目取得的主要创新性成果包括：（1）在国际上率先提出了基于多目标最优化的数据挖掘理论框架和方法体系；（2）创立了数据挖掘规范化的研究框架，引领国内外学者进一步拓展最优化数据挖掘研究领域；（3）面向金融、生物医学等多领域的实际需求，开展了最优化数据挖掘研究领域的应用研究，其中“全国个人征信系统”对于我国经济建设和社会发展具有重要影响。

以上研究成果赢得了国内外学术界的高度关注和认同，8 篇代表性论著SCI 他引次数287 次，其中代表性论著1 的单篇SCI 他引次数81 次；20 篇核心论著SCI 他引次数463 次；6 篇论文被美国Web of Science 的基本科学指标ESI 列为领域学科十年来全球前百分之一的高引用论文。2012年，在国际著名杂志MIS Quarterly（Vol.36，N0.4），第二申报人被评为BI&A（商务智能与分析）领域排名第三的学者。

项目所发表论文被美国工程院院士等国际一流学者所引用，如最优化方面的国际权威、美国工程院院士Fred Glover认为：在基于多目标优化算法的基础上，提出了一个稳健的数据挖掘架构…, 在数据挖掘和数学规划交叉领域做出重要贡献。美国工程院院士、著名服务管理学者 Daniel Berg认为：这表明他们的团

队已经和国际学术团体结合在一起，并确立了中国在国际最优化和数据挖掘领域的领先地位。

本项目曾获得2012年度高等学校科学研究优秀成果奖（自然科学类）一等奖。

主要完成人及学术贡献、代表性论文专著目录:

彭怡，电子科技大学

彭怡投入该项目研究的工作量占本人工作量的80%。彭怡在国际率先提出了基于多目标最优化的数据挖掘理论框架和方法体系方面做出了重要贡献，贡献度20%：将最优化与数据挖掘相结合，参与共同提出了MCLP、MCQP等一系列效率高、实用性强、具有原创性的最优化数据挖掘模型；在创立数据挖掘规范化的研究框架，引领国内外学者进一步拓展最优化数据挖掘研究领域方面做出了主要贡献，贡献度40%：建立了最优化（多目标规划）数据挖掘的规范化框架的工作；针对决策方法对备选方案评价不一致这一多目标决策领域的难题，把领域专家的知识和经验融入决策过程中，创建了新的融合理论和方法。彭怡的主要贡献参见代表性论文[1、4、5、6]。

石勇，中国科学院大学

石勇投入该项目研究的工作量占本人工作量的80%。石勇在国际率先提出了基于多目标最优化的数据挖掘理论框架和方法体系方面做出了开创性贡献，贡献度40%：首先提出了将多目标最优化与数据挖掘相结合的创新思想；在创立数据挖掘规范化的研究框架，引领国内外学者进一步拓展最优化数据挖掘研究领域方面做出了主要贡献，贡献度30%：创立了数据复杂性机理及挖掘与决策支持的基础理论与方法；在通过实证研究为最优化数据挖掘相关应用奠定了重要基础方面做出了主要贡献，贡献度35%：发起并主持了相关实证研究工作。

石勇的主要贡献参见代表性论文[1、4、5、6]。

寇纲，西南财经大学

寇纲投入该项目研究的工作量占本人工作量的80%。寇纲在国际率先提出了基于多目标最优化的数据挖掘理论框架和方法体系方面做出了重要贡献，贡献

度20%：将最优化与数据挖掘相结合，参与共同提出了MCLP、MCQP等一系列效率高、实用性强、具有原创性的最优化数据挖掘模型；在创立数据挖掘规范化的研究框架，引领国内外学者进一步拓展最优化数据挖掘研究领域方面做出了重要贡献，贡献度30%：参与了最优化（多目标规划）数据挖掘的规范化框架的工作；针对决策方法对备选方案评价不一致这一多目标决策领域的难题，把领域专家的知识和经验融入决策过程中，创建了新的融合理论和方法；在通过实证研究为最优化数据挖掘相关应用奠定了重要基础方面做出了重要贡献，贡献度20%：参与了实证研究工作。寇纲的主要贡献参见代表性论文[1、4、5、6]。 李建平，中国科学院科技政策与管理科学研究所

李建平投入该项目研究的工作量占本人工作量的80%。李建平在国际率先提出了基于多目标最优化的数据挖掘理论框架和方法体系方面做出了重要贡献，贡献度10%：提出了多种最优化数据挖掘模型，在提高支持向量机的特征选择和规则提取方面取得重要成果；在通过实证研究为最优化数据挖掘相关应用奠定了重要基础方面做出了重要贡献，贡献度25%：在生物信息学的特征分类、金融风险和能源风险的度量等问题上开展应用研究工作。李建平的主要贡献参见代表性论文[3]。

余乐安，北京化工大学

余乐安投入该项目研究的工作量占本人工作量的70%。 余乐安在通过实证研究为最优化数据挖掘相关应用奠定了重要基础方面做出了重要贡献，贡献度20%：在利用最优化数据挖掘方法对金融市场预测与金融风险度量等问题上开展应用研究工作。余乐安的主要贡献参见代表性论文[2、7、8]。

代表性论文目录

1)A Descriptive Framework for the Field of Data Mining and Knowledge

Discovery,International Journal of Information Technology & Decision Making, 彭怡, 寇纲, 石勇，Chen, Z. , 2008年7卷 4期639-682页， SCI他引81次。

2)Forecasting crude oil price with an EMD-based neural network