1
Indice
INTRODUZIONE 6
ORGANIZZAZIONE DELLA TESI 9
CAPITOLO 1 13
KNOWLEDGE DYSCOVERY IN DATABASE 13
1.1 INTRODUZIONE 13
1.2 FIGURE PROFESSIONALI COLLEGATE CON IL KDD 16
1.3 KDD : DEFINIZIONE E PROCESSO 17
1.5 L’INFORMAZIONE COME FATTORE DI PRODUZIONE 22
1.6 GLI OBIETTIVI DEL KDD: LA CONOSCENZA E LA 23
METACONOSCENZA 23
1.7 FASI DEL PROCESSO DI KDD 26
1.7.2 APPLICAZIONE DELLA KNOWLEDGE DISCOVERY NEI DATABASE 31
1.8 IL DATA MINING 33
1.8.1 DATA MINING TASKS 37
1.8.2 LE TECNICHE DI DATA MINING 39
1.8.3 IL CLUSTERING 39
1.8.3.2 APPLICAZIONI DEL CLUSTERING 41
1.8.3.3 ALGORITMI DI CLUSTERING 42
1.8.3.4 CLUSTERING GERARCHICO 43
1.8.4 LA CLASSIFICAZIONE 48
1.8.5 REGOLE ASSOCIATIVE E MARKET BASKET 54
CAPITOLO 2 59
KDDML 59
2.1 XML 59
2.1.2 INTRODUZIONE A XML 59
2.1.3 XML :DOCUMENTO BEN FORMATO 61
2.1.4 STRUTTURAZIONE DI UN DOCUMENTO XML 62
2.2 KDDML 64
2.2.2 UN LINGUAGGIO DI MARK-UP PER IL PROCESSO KDD 64
2.2.3 INTRODUZIONE A KDDML 65
2.4 ARCHITETTURA DEL SISTEMA 72
CAPITOLO 3 80
LINGUAGGI DI QUERYING VISUALI 80
INTRODUZIONE 80
2
3.1 KDD E DBMS 81
3.2 VERSO UN LINGUAGGIO VISUALE 82
3.3 VISUAL QUERY SYSTEM 85
3.3.1 INTRODUZIONE 85
3.3.2 FORMALISMO GRAFICO 87
3.3.3 CRITERI DI CLASSIFICAZIONE PER VQL 89
3.3.4 RAPPRESENTAZIONE DELLA QUERY 90
3.4 LINGUAGGI VISUALI PER KD 93
3.4.1 YALE 94
3.4.2 LA GUI DI YALE 94
3.5 ORANGE 99
3.5.1 LA GUI DI ORANGE 99
3.6 WEKA 102
3.6.1 LA GUI DI WEKA 102
3.7 RAPPRESENTAZIONE DI UNA QUERY KDD 107
3.7.1 GRAFO 108
3.7.2 ALBERO 109
3.7.8 ULTERIORI PROBLEMATICHE DI RAPPRESENTAZIONE 110
CAPITOLO 4 113
UNA METAFORA GRAFICA PER KDDML 113
INTRODUZIONE 113
4.1 REQUISITI DELLA METAFORA GRAFICA 113
4.1.2 ANALISI STATICA E META-ESECUZIONE 114
4.1.3 ESPANSIONE DEL SISTEMA 118
4.1.4 SALVATAGGIO DEL QUERY FLOW 119
4.1.5 PARAMETRI 119
4.1.6 VINCOLI GRAFICI 120
4.2 VERSO UN MODELLO FORMALE DI RAPPRESENTAZIONE 123
CAPITOLO 5 132
REALIZZAZIONE DI UN LINGUAGGIO GRAFICO PER KDDML 132
INTRODUZIONE 132
5.1 RAPPRESENTAZIONE DI UNA QUERY KDD 132
5.2 FORMULARE UNA QUERY 141
5.3 FUNZIONE FILTRO SU UN OPERATORE 144
5.4 INSERIMENTO DEGLI ATTRIBUTI 146
5.4.1 SUPPORTO ALL’INSERIMENTO DEGLI ATTRIBUTI 149 5.5 VALIDAZIONE DI UNA QUERY GRAFICA, UNA GUIDA PER L’UTENTE 150
5.6 ESECUZIONE PARZIALE DELLA QUERY 155
5.7 SALVATAGGIO E CARICAMENTO DI UNA QUERY 157
5.8 GLI OPERATORI PP_TABLE_TO_TABLE E TABLE_2_PP_TABLE 159
5.9 ULTERIORI PROBLEMATICHE E FUNZIONALITÀ 160
3
CAPITOLO 6 164
SPERIMENTAZIONE E CASI D’USO 164
INTRODUZIONE 164
6.1 USABILITÀ 164
6.2 UN CASO D’USO 167
6.3 IL PROGETTO SOFTWARE 180
6.3.1 PACKAGE GUIKDDML 181
6.3.2 PACKAGE DIALOGBOX 185
6.3.3 PACKAGE GRAPHCOMPILER 187
CONCLUSIONI 193
APPENDICE 197
BIBLIOGRAFIA 213
4
Indice Figure
figura 1 : esempio rappresentazione classi ______________________________________________ 19 figura 2 : conoscenza e metaconoscenza ________________________________________________ 24 figura 3 : livelli di profondità della conoscenza___________________________________________ 25 figura 4 : Processo KDD ____________________________________________________________ 30 figura 5 : architettura di un sistema KDD _______________________________________________ 31 figura 6: clusters __________________________________________________________________ 40 figura 7 : albero di cluster ___________________________________________________________ 47 figura 8 : scaling rappresentazione dei dati______________________________________________ 48 figura 10 : albero decisionale ________________________________________________________ 50 figura 11 : esempio di albero di decisione _______________________________________________ 53 figura 12 : classe del record di esempio ________________________________________________ 54 figura 13 : architettura KDDML ______________________________________________________ 74 figura 14 : gerarchia oggetti KDDML __________________________________________________ 76 figura 15 : Gerarchia YALE__________________________________________________________ 96 figura 16 : rappresentazione di un esperimento con un albero _______________________________ 97 figura 17. Canvas Orange con collegamenti tra widgets ___________________________________ 100 figura 18 : (Weka knowledge Flow) ___________________________________________________ 105 Figura 20 : WEKA Knowledge Flow __________________________________________________ 122 figura 21 : Orange canvas __________________________________________________________ 123 figura 22 : esempio di query KDDML _________________________________________________ 134 figura 23. Albero per una query KDDML ______________________________________________ 135 figura 24 : grafo per la query di figura 22. _____________________________________________ 135 figura 26: WEKAWork flow _________________________________________________________ 138 figura 27: KDDML work Flow_______________________________________________________ 139 figura 28 : esempio di query_________________________________________________________ 142 figura 29 : esempio di collegamento tra operatori________________________________________ 145 figura 30 : incompatibilità tra i segnali di input/output degli operatori _______________________ 146 figura 31 : Pseudo-codice DMDialog _________________________________________________ 148 figura 32 : gerarchia di dialoghi _____________________________________________________ 149 figura 33 : esempio di query_________________________________________________________ 151 figura 34 : esempio di operatore con due input __________________________________________ 152 figura 35 : esempio di formato per il salvataggio immagini ________________________________ 158 figura 36 : esempio di DTD di un operatore ____________________________________________ 161 figura 37 : pseudo-codice refactorQuery _______________________________________________ 162 figura 38 : Esempio di query KDDML TreeMetaClassifier _________________________________ 168 figura 39 : operatori di data-loader nella GUI __________________________________________ 169 figura 40 : le fasi non compatibili vengono disabilitate. ___________________________________ 170 figura 41 : è stato aggiunto l’elemento TABLE_LOADER _________________________________ 170 figura 42 : operatori di DM _________________________________________________________ 171 figura 43 : schema dopo l’inserimento di TREE_MINER __________________________________ 172 figura 44 : ulteriore estrazione di un albero di classificazione ______________________________ 175 figura 45 : inserimento di un metaclassificatore _________________________________________ 175 figura 46 : query dopo l’inserimento dell’arco tra TREE_MINER e TREE_META_CLASSIFIER ___ 176 figura 47 : query equivalente a quella di figura 35 _______________________________________ 177 figura 48 : esecuzione della query ____________________________________________________ 178 figura 49 : diagramma caso d’uso ____________________________________________________ 179 figura 50 : diagramma delle classi per DialogBox _______________________________________ 186 figura 51 : diagramma GraphCompiler ________________________________________________ 189 figura 52 : QuerySaver_____________________________________________________________ 192 figura 53 : QuerySaver_____________________________________________________________ 192
