Knowledge Processing within the GUHA Method

Daniel Šťastný

Bachelor's thesis

Abstract:

Tato práce podává základní přehled data-miningového přístupu CRISP-DM (CRoss-Industry Standard Process for Data Mining), asociačních pravidel a metody GUHA s reálnými příklady nalezených hypotéz pomocí 4ft-Miner, SD4ft-Miner a Action Rules s využitím programu Lisp-Miner. Následně je probrána role doménové znalosti v procesu dolování dat a souvisejícího projektu SEWEBAR (SEmantic WEb and Analytical Reports), jehož cílem je vytvoření rozhraní pro automatickou tvorbu analytických zpráv na základě uložené doménové znalosti. Praktickým výstupem této práce je definice schématu nově navrženého značkovacího jazyka BKEF (Background Knowledge Exchange Format) a XSL šablonu pro transformaci obsahu libovolného BKEF dokumentu do přehledné XHTML stránky.

Abstract:

This study presents an introduction into the data-mining methodology CRISP-DM (CRoss-Industry Standard Process for Data Mining). It provides a fundamental description of association rules and the GUHA method (General Unary Hypotheses Automaton) with related 4ft-Miner, SD4ft-Miner and Action Rules. The examples are shown on real data. Sequentially the study describes the role of the domain knowledge and the project SEWEBAR (SEmantic WEb and Analytical Reports) held at UEP. The practical output of this work is the XML Schema definition for the markup language BKEF (Background Knowledge Exchange Format) designed within the SEWEBAR and the transformation file programmed in the XSL ensuring visualization of the content of any BKEF file.

Keywords

GUHA, SEWEBAR, BKEF

Keywords

SEWEBAR, BKEF, GUHA

Language used: English

Date on which the thesis was submitted / produced: 2. 2. 2009

Thesis defence

• Date of defence: 4. 9. 2009
• Supervisor: Jan Rauch
• Reader: Tomáš Kliegr

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Informatika