知识发现新进展与成果概述 - 软件架构课程第3讲
课程：0B105 软件体系结构（北京大学软件与微电子学院） 讲师：周鹰（zhouying，PPT 作者署名） 文件：知识发现新进展与成果概述.ppt（429KB，PowerPoint 97-2003 格式） 主题：知识发现（KDD）的内涵、外延与技术体系综述
提取说明：该 PPT 为早期 PowerPoint 97 格式，中文正文大量以艺术字/图片形式嵌入，纯文本提取仅获得幻灯片标题大纲和英文缩写。以下内容基于标题结构、缩写符号结合 KDD 领域知识整理，具体细节待确认。
一、报告概览
- 报告题目：知识发现新进展与成果概述
- 副标题：《一般性综述》——当前计算机技术发展中抽取的共性问题——KDD
- 核心定位：KDD（Knowledge Discovery in Databases，数据库中的知识发现）是从当前计算机技术发展中抽取的共性问题
二、知识发现的内涵与外延扩展
2.1 内涵扩展：从 KDD 到 KDK
从 PPT 中提取的缩写符号推断知识发现的内涵经历了以下扩展：
| 缩写 | 全称推断 | 含义 |
|---|---|---|
| KDD | Knowledge Discovery in Databases | 数据库中的知识发现（经典定义） |
| KDK | Knowledge Discovery in Knowledge | 知识库中的知识发现 |
| KD(D&K) | Knowledge Discovery in (Database & Knowledge) | 数据库与知识库双源知识发现 |
说明：KDD→KDK→KD(D&K) 体现了知识发现的数据源从单一数据库扩展到数据库+知识库的融合。
2.2 外延扩展的五个维度
PPT 从以下五个维度阐述知识发现的外延扩展：
- 挖掘知识类型扩展
- 知识发现方法技术扩展
- 知识发现应用扩展
- 知识发现发展趋势
- 体系结构模型（三阶段均适用）
三、体系结构模型详解
3.1 核心框架：三阶段体系结构
PPT 提出了一个贯穿始终的”体系结构模型”，且强调”三阶段均此”——即知识发现的三个阶段共享同一套体系结构框架。
从缩写 FBSM 推断可能涉及某种基础结构模型（Fundamental / Framework-based Software Architecture Model 或类似命名）。
3.2 三个机制
按体系结构详解的 3 个机制（具体名称待确认）：
- 机制一：待确认
- 机制二：待确认
- 机制三：待确认
注：PPT 标题明确提到”按体系结构详解3个机制”，但因正文为图片格式，具体机制名称未能提取。
3.3 四个结构模型
按体系结构详解的 4 个结构模型：
- 模型一：待确认
- 模型二：待确认
- KD(D&K) 模型（已确认，PPT 中明确标注）
- 模型四：待确认
其中 KD(D&K) 模型是核心模型之一，体现了数据库与知识库双源融合的知识发现范式。
从缩写 u1-r1-n1、uv-rv-nv 推断，PPT 可能用某种三元组或三层结构来描述模型中的组件关系（如 user-resource-node 之类的三层抽象）。
3.4 七个算法
按体系结构详解的 7 个算法（具体算法名称待确认）：
- 待确认
- 待确认
- 待确认
- 待确认
- 待确认
- 待确认
- 待确认
3.5 六个软件
按体系结构详解的 6 个软件/工具（具体名称待确认）：
- 待确认
- 待确认
- 待确认
- 待确认
- 待确认
- 待确认
3.6 三个系统
按体系结构详解的 3 个系统（具体名称待确认）：
- 待确认
- 待确认
- 待确认
注：缩写 Si、Sj、Sk 可能对应三个系统（System i / System j / System k）的简称。
四、知识发现发展趋势
PPT 专设一节讨论知识发现的发展趋势，结合”Internet”关键词的出现，推断涉及：
- Web 挖掘 / Internet 知识发现：从互联网数据中发现知识
- 多数据源融合：数据库 + 知识库 + Web
- 从结构化数据到非结构化/半结构化数据的扩展
五、与软件架构的关联
本讲作为软件体系结构课程的一部分，其价值在于：
- KDD 系统本身就是复杂软件系统，需要软件架构方法论指导其设计
- 体系结构模型是贯穿机制、算法、软件、系统各层面的统一框架
- KD(D&K) 等模型体现了异构数据源集成的架构思想，与企业应用集成（EAI）、数据中台等架构范式相通
- 三阶段共享同一体系结构的思路，体现了架构复用和分层设计原则
六、待确认事项
由于该 PPT 中文正文多以图片/艺术字形式存储，以下内容需通过其他方式确认：
- 3 个机制的具体名称和内容
- 4 个结构模型的完整列表（除 KD(D&K) 外）
- 7 个算法的具体名称
- 6 个软件/工具的具体名称
- 3 个系统的具体名称和案例
- 知识发现发展趋势的详细论述
- FBSM、u1-r1-n1、uv-rv-nv 等缩写的完整含义
提取方法说明：使用 olefile 库解析 PowerPoint 97 OLE 复合文档，从 DocumentSummaryInformation 流提取幻灯片标题大纲（GBK/UTF-16 混合编码），从 PowerPoint Document 流递归扫描 TextCharsAtom/TextBytesAtom 记录提取英文缩写。中文正文因以图形对象（艺术字/形状）形式存储，无法通过纯文本解析获取。