基于多媒體的數據挖掘【摘要】：多媒體挖掘是數據挖掘的一個新興且富有挑戰性的子領域。本文介紹了多媒體數據挖掘的特性，一種適合多媒體挖掘的系統模型,闡述了幾種多媒體挖掘方法以及討論了多媒體數據挖掘在知識服務中的應用。【關鍵詞】：數據挖掘，多媒體挖掘，挖掘方法，服務應用目前，數據挖掘是數據庫研究、開發和應用最活躍的分支之一，也是人們一直研究的熱點。在數據挖掘近年來研究與應用迅猛發展的過程中，前人取得了一定的成果[1]。新的和改進的算法不斷出現，所考察的數據類型日趨豐富，應用領域逐漸擴大，數據挖掘技術正慢慢融入到多媒體數據庫中。多媒體數據庫因為其數據量大、數據結構復雜、模式多樣等特點一直是人們研究的難點。隨著數據挖掘技術應用的成功，人們將目光放到了多媒體數據庫中進行知識發現。一、數據挖掘的概念及其結構1、基本概念簡單地說，數據挖掘是從大量數據中提取或挖掘知識。數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。與數據挖掘相近的同義詞有數據融合、數據分析和決策支持等。這個定義包括好幾層含義：數據源必須是真實的、大量的、含噪聲的；發現的是用戶感興趣的知識；發現的知識要可接受、可理解、可運用；并不要求發現放之四海皆準的知識，僅支持特定的發現問題。數據挖掘是從大量數據中尋找其規律的技術，主要有數據準備、規律尋找和規律表示三個步驟。2、體系結構一個典型的數據挖掘系統的體系結構如下：其中數據庫、數據倉庫或者是其他一些信息存儲媒介為數據挖掘的工作對象；服務器主要是響應數據挖掘引擎的請求，提取相應的數據；領域知識庫主要用來指導挖掘的過程，以及用來評價挖掘出來的候選模式；數據挖掘引擎是整個系統的核心部分，可以由以下模塊組成：分類模塊、關聯規則模塊、聚類分析模塊、時序模塊和異常分析模塊等；模式評價模塊主要是根據一定的度量標準來與數據挖掘模塊交互，以使得數據挖掘向著我們感興趣的方向進行，往往越是高效的數據挖掘系統這種交互影響的程度越高；圖形用戶界面主要是為方便用戶與數據挖掘系統的交互，由用戶提出挖掘任務、指定重要的挖掘參數以及由當前返回的結果指導進行更進一步的挖掘工作。二、多媒體與數據挖掘相結合多隨著愧多媒扛體技差術的薯發展而，人為們接寺觸的葡數據叢形式副不斷塊地豐議富呼，具多媒屈體數顆據庫勸的日番益增處多，優原有劫的數幅據庫椅技術惡已滿腿足不滿了應矩用的炕需要期，人捎們希竄望從昏這些臂媒體熊數據添中得完到一疫些高韻層的正概念抄和模俘式，沖找出門蘊涵腹于其柴中的罰有價冷值的興知識想。這蔑種將慕數據艙挖掘奏技術斧和多絲媒體惡信息沸處理爪技術碑有機她地結岔合起倍來形瞎成的訓在多配媒體御數據殊中進唐行知突識發沃現的憤信息鏡處理按方法活就是室多媒奔體數貪據挖尋掘般。柿1、邁多媒碼體數棍據挖從掘的忽特性失由于價音頻遞視頻滲設備駱、數戒碼像每機、配CD宜-歇RO秩M輛和因堅特網音的流豈行和累普及臣，醫多媒秋體數膛據庫蹈系統何變得受日益熊普通乏。母多媒絹體數醫據通學常是北一種供多維枕的、蘿非結姿構化摩或者奪半結航構化釋的示，竿各媒斷體數算據有返著不爹同的尤特點順，脫有著學各自脾表述他信息三的方表式旁，沿各媒慚體既斗可獨診立表言示鹽信息航又可晨共同蠢表示彎相同掉事件鬼的不競同特奸征潛，熄共同蹄描述喂事件臣的存院在、死發展偵和結竟果玩。堵因此拋，倒多媒淹體數金據集豆中必疑定存嬸在關暖于信澡息主遙體的缸特征灘、屬司性以姑及它醉們之值間的留關系圣，宰或者莫存在雞著某串些人對們從嘗直觀晶上無辦法得無到的嬸模式字。艙多媒君體數還據挖蝶掘是油一種晨智能差的數縣據分板析邊，亦旨在位從特鵝定的騰多媒青體數垮據集毫中發日現必魯要的遙結果淋來用維于決弱策、贈對策狂及融禾合分蜘析塵。螺例如做在叔MM訊Mi無ne推r愚(紀Mu膊lt席i吐Me崗di褲aM詠in夜er硬，病多媒攝體挖府掘危)體中柱，蝕如查泳找包厭含人植臉的暖所有促圖像待，殺用戶顧界面險上就踢會逐制步顯唉示不湊同國粱家、傅不同孕膚色巡、不示同表捐情的漠人臉足，挑而不踏是顯弱示一值些猴傭臉或沖者是光馬臉礙。涼由此罩可見脈，破多媒薦體挖帳掘就穩是從成大量遙的多漆媒體敬數童據集鋸中翅，遠通過彎綜合雕分析漲視聽德特性棒和語袋義手，文發現趨隱含勻的、僻有效案的、引有價需值的琴、可幫理解閑的模耀式貴，尖得出似事件錦的趨桂向和服關聯碎，緊為用濕戶提呆供問矛題求刺解層蔬次的壇決策必支持尸能力逐。命[2救]根2、桑多媒蠅體數縮據挖陳掘的敏系統芳模型滴多媒巾體挖里掘需另要一薦個切特實可族行榜的系菊統框蠻架模虧型欺。寬它的貸一般欲系統贏結構冷模型指如圖擦：窮3、即多媒怒體數戰據挖凝掘的猴方法比3弄．窮1多字媒體困數據隱的相肌似性坊搜索竿對于婦多媒能體數翠據相宗似性叨搜索報，牽主要時考慮盾兩種察多媒磨體索稻引和獵檢索物系統閑：灑（1烈）基賽于描紡述的壯檢索沙系統蛇，耀它基頑于圖粉像描議述（展如關曉鍵詞啊、標泥題、愛尺寸稿和創括建時獵間等座）建筍立索她引和秤進行孟對象額檢索蟻：勤(2維)基基于內聞容的極檢索積系統畢，艷它支薪持基板于圖擁像內遭容的賢檢索卻，溉如顏究色直當方圖犬、紋狡理、盡模式慧、圖饑像拓役撲、臟對象泉的形訪狀和礦它們胞在圖隙像中盾的布鮮局和身位置蘇。炸基于獄描述襖的檢沈索若崖人工陷完成候是很碑費力語的瞇。難若自估動完磚成脊，右則質嚇量較砌差瞇。憲例如著，好關鍵乞詞到和圖像雞的賦衡值可極能是嫌棘手極和武口斷的訊任務難。亡最近晉開發舍的基燥于w靈eb激的圖逮像聚登類和載分類好方法夜提高震了基豎于描損述的鐵we康b圖饑像檢挽索的彎質量踏，衣因為熊環繞屢圖像乘的文疫本信剩息和逆we介b鏈絨接信縣息可循以用低于提修取合多適的吩描述礙，收并將族描述燭相似宵主題詳的圖愁像聚賤合在派一起稀。逆基于衣內容游的檢天索使敞用視豈覺特為征索含引圖鉗像魂，伴并促按進基恥于特象征相撤似性部的對冰象檢癢索訂，康這在弄很多罵應用濤中都瀉是非膠常期首望的吧。膠[棵3耗]律3點．德2多垂媒體算數據梅的多踏維分碧析扁為便使于大苗型多暢媒體嘩數據無庫的尊多維上分析叉，億可以蹄用類陜似于段從關裹系數礦據構卵造傳劑統數蚊據立匪方體仿的方誼法薦，吵設計元和構版造多卻媒體漠數據揀立方偽體祥。圍多媒昆體數余據立暫方體胞可包拐含針徒對多克媒體天信息掙的維存和度岸量嫌，接如顏激色、咬紋理露和形妥狀直。冤如圖刃是一哪個簡燙單的忌圖像捏數據方立方菊體的瞎模型索：役多媒亞體數躲據立福方體跨是一菌種對已多媒渠體數跨據進鋼行多伍維分烘析的麗有趣金模型富,評通過恐適當邀的一非些操渣作該:蛾上卷劈、下菌鉆、相切片型和切墨塊、司轉軸攪(稈旋轉之)很可以齒進行否強有改力的內分析棒。幅多媒除體數絡據立坐方體叢的建匹立有種助于迷基于妻視覺常內容士的多需媒體盡數據骨的多遵維分店析澡，閣和多予種知吐識的蓬挖掘環，絡包括鹽匯總弓、比現較、假分類駱、擇關聯堤和聚今類嶺。圖3養．捆3多尸媒體煩數據獲的逼分類認和預秤測分裙析獄分類個和預億測建梁模已抖經用菜于挖去掘多喘媒體隸數據礦，岸尤其態在科敲學研卷究中熔，咽如天累文學適、地掉震學餡和地愛理科謝學的叨研究扇。培數據竿分類制可通題過以大下兩哲步來資實現裂：藥（1婦）綢建立惡描述漏預先握定義難的數添據類稱或概滲念集汗的分歐類器鼓：觸分類柄通常邀是根灣據媒擊體數厘據的乖某一遮特性很來確投定的捷，脫該特姓性在排元數洲據庫效中表縮現為還視聽做描述調子畏。遞通過摧分析腦元數壟據庫吩中部強分數調據的統該描沒述子肌值來舉構造捧模型熄，物并把比用于口建立漠模型吳的媒窮體數綱據作役為訓它練集出。京訓練魄樣本宅可以候隨機奇選取妨，粱并預酸先給領出類五標號雅。伶（2鉤）繳使用廊模型驅分類謎：驗首先防評估犧分類苗器的北預測浸準確傾率忌，鑼用給趣定檢隔驗集伍上的拴準確夢率來余判定嘉分類閘器的透準確申率柔，暈如果妻分類繩器的漠準確追率可債以接析受姻，懇就可摔以用醉它來液對未鄭來元章組進丈行分濁類衛。米3爸．層4臟多媒椅體數槽據挖鵲掘的橡關聯勝規則侮多媒萍體圖纖像數魄據挖飲掘的陡一個種十分仍關鍵臟的問鞏題是重圖像埋數據鐘本身癢的表饅示問漏題鏈。叉這也董是圖漿像處臨理和徐模式饒識別僅的關揀鍵殺。救一般漁說來永，本可以禍用顏忽色、依紋理奶、形尊狀和喊運動披向量京等來歐表示壽圖像稿的基造本特錯征予。傻高級臉概念劣可以欠看成鄉是一酷種特曲征模卸式疊。蓄多媒塑體圖苦像數看據挖灑掘的擁過程健可以隨由南下圖海所示狡：碑在圖肥像和逗視頻招數據姐庫中幸，此可以禿挖掘誘涉及屬多媒注體對器象的虎關聯島規則短。東至少痕包括獎以下哪三類棍：叉（1田）馳圖像無內容剪和非高圖像閃內容倘特征捧間的優關聯卷：裝如規箏則或“聰如果執一幅全圖片溜的上側面至撿少5燭0%仰是藍狠色命，浸則它再很可獵能弟代表你天空回”教屬于地此類御，慨因為昏它觸把圖團像的吼內容撲和關垮鍵詞貍天空塑關聯賠在一艙起冊。咽（2嫁）與踩空間翼聯系墊無關助的圖登像內旁容間光的關駕聯色：餓如規脅則叢“闖如果部一幅省圖片送包含盤兩個警藍色元正方風形熊，元則它兄很可向能也打包含計一個男紅色涼圓形加”籠屬于運此類每，藍因為仆關聯后考慮色的都枯是圖協像內脖容上。沙（3餅）與灣空間孕聯系家有關各的圖憂像內警容間梅的關筐聯養：列如規狂則細“螞如果水一個的紅色面三角捕形在貝兩個正黃色瓜正方偷形之釋間麥，唉則很修可能推下面恨存在挽一個雷大的斑橢圓鵲形對聞象眼”鮮屬于泊此類麻，懶因為懂它把劃圖像閉中對漂象與挽空間載聯系今關聯佳在一氣起今。接[債4壘]計為了步挖掘停多媒嗚體對刪象間帶的關侍聯國，跡可以育把每匯個圖對像看屬作一塘個事婆務愧，越找出宣在不巖同圖同像中什頻繁黃出現符的模勿式紹。霞三狼、鍋多媒約體數蹈據挖他掘凳在知拘識服飼務中神的應錫用腥1糾、愈文本板數據握挖摸掘燃所謂著多媒凈體文花本數甘據挖飼掘等，陳就是子從大孩量的掩多媒陶體文吸本數沉據中莊發現邁有意依義的悟模式甚過程晴。至多媒差體文茄本數喝據挖既掘的麥過程調對多巨媒體饑文本厚數據居挖掘淘最行爸之有茄效的嘩途徑馬就是淹將多誤媒體糾文本咳數據牛結構澇化后頸，液再對禽結構抓化數潮據采晃用數優據挖戀掘方畏法撥。闖文本亡挖掘末從功厚能上隱可以塵分為握總結污、分跟類、緣聚類瞎、趨散勢預君測等很。脅文本陶是指迷從文練檔中恨抽取劍關鍵趟信息似，的用簡巾潔的應形式總對文氏檔內烘容進熟行摘假要或延解釋金。隊從而沈用戶騎不需洞要瀏殊覽全統文就矮可以堵了解腸文檔崖或文非檔集競合的課總體能內容在。碼文本還總結渡在有蘋些場大合非劇常有童用亭，防例如跌，裁搜索銀引擎獲在向閣用戶擊返回緞查詢閘結果糕時曲，此通常揉需要略給出愛文檔胖的摘鵲要貫。壞目前茅，厚絕大敗部分色搜索落引擎翻采用訊的方埋法是銀簡單答地截老取文此檔的前前幾她行玉。豎在對任文檔半進行肅特征擔提取腿前峰，名需要移先進傍行文揮本信冤息的盯預處模理飄，遞對英榮文而嚇言奸，友需進莫行冤St鎮em照mi匠ng源寶處理誼，元中文孕的情遺況則殊不同剩，子因為艦中文莫詞與伐詞之紋間沒荷有固沸有的幟間隔斤符止，匠需要潤進行樸分詞乞處理螺。乳在中愧文信辰息處賽理領扣域夕，旦對中用文自粒動分你詞研癢究已漠經比際較多潮了搶，滲提出震了一汁些分喊詞方聽法譽，析如最卸大匹菌配法叨、逐拐詞遍片歷匹害配法琴、最盛小匹成配法零等踐。袋采用疼基于盯詞典榆的正宿向逐救詞遍鉆歷匹役配法總，模在我煩們設寸計的袍分類館系統炎(匙ST景C灣S賞)嚼中鋤，野我們無在分葉析了市最大械匹配傍法的倘特點態后躬，漲提出撇了一商種改班進的中算法例。顆該算祖法在雁允許塑一定最的分戶詞錯特誤率固的情捕況下敞，朝能顯邪著提寬高分萬詞效脹率明，氏其速賄度優嶺于傳寄統的丸最大伙匹配瀉法憲。顧但是炒我們拆忽略夾了通迎用詞抓的處喇理拼，督僅處示理專蛇用詞米典中諷詞條遍，喚從而傘較好柱地避中免了縣通用獨分詞兩的技怖術問開題誰，續此方敲法適樸合于洗專用廣領域福文檔玻的分膠類猛。杰2虹、耍圖像剖數據販挖掘象圖像民挖掘痛是多過媒體道挖掘馳的一塌個分童支劇，舒圖像灘挖掘殊可以粉廣泛底地應當用于愿圖像見檢索茫、醫畢學影替像診斑斷分米析、役衛星宵圖片廟分析唉、地啟下礦唇藏預霧測等缺各種謠領域完。提其挖蒼掘方玻法和徹原型齊結構歲存在桶著巨褲大的晴改進成空間風。痰圖像丘挖掘柏的一廊般過趙程如如下膊。膠運用稈圖像選處理雄技術攜。北如圖葵像分洲割、房邊緣資探測宿、邊售緣提姥取、帥模式廟識別歲等莊。登從圖完像結(截視頻華幀餐)扯中抽降取能夫代表進、區菜分該釋圖像芝的結底構化道內容立的特售征礦。奔同時悶收集腎用于邪圖像張處理匹和數耐據挖璃掘所超需要血的知身識聽。江獲得校各種摧元數核據西及領刪域知改識遞。餐建立梨特征欺庫和尖知識攀庫征。程當挖士掘任招務確注定后遭。戴抽取賭與挖佛掘任燃務相雙關的綢特征辨向量耗。蒸形成絕多維灰特征據向量糟。捕在這子些特樣征向俊量空魯間中南比較鎖、分惜析各另向量養之間鐵的距拌離或態相似對關系刑。礙在知腹識庫太的指今導下枯。舌完成湖對圖役像內擱容的丘分析章、索片引、漆摘要天、分朋類、多聚類真、關什聯等考操作體。加將所呆得到堂的結友果進版行解感釋和厲表示牌。古從而手獲得本高層踐的概黑念或歌模式樣。串[商6袋]院3梁、暑視頻槽、音憤頻芹數據膨挖掘酬除了劉靜態柏圖像朝，乳在數俗字文眼檔、世萬維禾網、拐廣播嗽數據好流、贈個人汪或專伍業數服據庫濱中她，治還能荒獲得浪數字捆形式排的大役量音財頻和瘋視頻估信息薄。夸這類哪信息室量增拋長迅似速問，幟迫切夫需要蚊針對正音頻眠和視忌頻數仇據的靜、有飲效的修、基富于內向容的掙檢索厲和挖枯掘方壯法仰。司典起型的攻例子講包括嚴：好在T以V工疏作室壁搜索幅和多深媒體雕編輯凱特定傍的視綿頻片圖段建，昂從監秘視錄泰像中擊檢測紛可疑避的人冤或場疏景喉，鋸在個幸人多務媒體侵庫中予檢索偶特定皮的事嫂件咐，激從氣洪象雷啊達記假錄中準發現全模式壓或離墻散點沙，崖在你謎的M舊P3金音頻舟簿中近找到增特定存的主爭旋律快或曲及調豎。篩4哪、片在醫繼學圖捕書館齒服務勻中的千應用蜻多媒飛體數讀據挖瀉掘對析醫學妻信息史有很塵強的揪適應砍性盒。技多媒塔體技緊術的瀉應用歷便于壩醫學幼信息莖的儲央存多栗媒體私技術優是當尸今信鐵息技汽術領墊域發毯展最變快、俯最活疼躍的蹄技術閘，渣是新鑒一代概電子悅技術鍵發展誠和競診爭的上焦點括。倒利用秀現代兆數據譯挖掘制技術舊對醫掘學信抵息進赴行組胸織、菌開發侄、傳第遞和晴評價錦以及抱導航窮，窯可以畜最大仗限度核滿足昏用戶售的醫解學信脈息資百源需能求和外服務些需求涌。梁多媒藝體醫柏學信妨息數烏據庫化系統枕為醫滔學教什育、仗咨詢漠提供辯了方久便的忠技術碰手段碧，摩也為誘從事箭臨床凡醫學覺研究似的人拆員提砌供了慚高效誼的數譯據處膽理工陰具淚。全目前索，陸高校荒醫學贏資源壘庫的間建立推已初棗具規謙模枝，渣擁有釀多種摩媒體院、內杯容豐辦富的習數字閘化信距息資宣源裙。掠這些浮信息永具有竟模式桐的多斷態性糟(純飽數據簡、圖陪像、痕信號鎮、文計字等茶)、現不完節整性征(疾坐病信值息的盆客觀兔不完烤整和襪描述濤疾病濱的豐殿觀不約完整著)、玉較強關時間妄性、膏復雜知性和殼冗余長性倘。聞常用牧的數饞據庫滔及統軍計分減析方秒法已干經遠咳不能艇滿足睡現實隆的要滅求執，歡因此真。唐必須疊使用巧多媒悉體數卵據庫逢對高漢校醫瀉學信剖息資決源進場行整往理和娘收集扮。葵多媒鼻體數扶據挖兔掘在設醫學惡圖書編館服兵務中寶的應棟用·例醫學漏資料閑的數巾據責類型隙多種愿多樣宇，統大致塘有下回列幾因種豈：吩①個文本籠，鞋包括能病員伏的個賄人資宅料感，賽如姓越名、闊性別忙，圓住址顫等；紋②塔長文持本雅，計包括折病史器詳述間、醫斬生的為診斷另報告蜓等；廚③青靜態園圖像筍，鞠包括特各類對醫學傲圖片肺，很如C轉T、沈x光氏片、嘗等；陪④轉運動志圖像貍，予包括券B超烤或血距管造盾影等鋒得到眨的視夸頻圖蛋像；余⑤巧聲音夜，抗包括診電子艘聽診麥器偵舊聽到榆的聲批音和自醫生盲的口遙頭診配斷結財果等堂音頻箏數據都[5截]籮。蔽醫學移信息耕的特躺點要城求多鋒媒體捧挖掘祥技術彼在基忍礎醫蠅學領洪域、刪疾病旬的臨壟床診稍斷和帆治療不方面影、流黑行病選學研權究和洗醫學年統計絹方法薪學方傅面、殘醫院棍和衛集生事燭業管統理等日多方清面都水已經受有各份種挖溝掘方注法和制軟件趕出現音(如控DN熟A序洪列分鳥析)變。芒相信借隨著尼數據眼挖掘林技術此的廣到泛應階用橫，處方法彩的不吼斷改編進名，吩可實守現軟正件的刪發展胡，膠數據祥挖掘層在醫僵學領裳域的擺應用岸將更冊為廣先泛和勒深入目，狼從而蜂帶來膜更大艇的社臂會符經濟醒效益辭。教四壺、前責景展標望怖多媒懲體數視據挖萌掘