1.3 首次提出KDK

與雙基融合機制相關，首次獨立提出基于知識庫的知識發(fā)現(xiàn)（KDK），即從海量的知識庫中發(fā)現(xiàn)更深層次的知識的非平凡過程。這是至今在國內外尚待開拓的專題，它的成功將直接作用于知識獲取和大型知識庫的構建，不僅為海量數據挖掘中領域知識的參與奠定了基礎，也對人工智能中的其它一些重要問題（如智能系統(tǒng)等）的實現(xiàn)具有重要意義。針對知識庫里的事實，采用歸納學習方法產生歸納假設，再用卡爾納普的歸納邏輯進行假設的驗證與評價；針對知識庫里的規(guī)則，采用廣義概念格方法產生歸納假設，再用柯恩的歸納邏輯進行假設的驗證與評價。該項內容已正式申報國家發(fā)明專利《一種融入R型協(xié)調器的KDK系統(tǒng)》(200510086965.8)、《一種融入R型與S型協(xié)調器的KDK系統(tǒng)》（200510086964.3）和《一種基于雙基融合機制的的KDK*系統(tǒng)》（200510086966.2）（見附件 ）。

1.4與相關工作的對比分析

當我們在1997—2000年做出上述研究成果后，我們花費大量時間仔細查找該領域國際著名學者發(fā)表論文的字里行間中有無類似的學術思想，并加以對比分析，其結果如下：

1) 1992年, Gregory Piatetsky-Shapiro等提出“采用領域知識輔助初始發(fā)現(xiàn)的聚焦”,“限定性搜索”的思想.

雙庫協(xié)同原理（機制）. 在知識發(fā)現(xiàn)的過程中,在知識庫與數據庫特定的構造下, 知識庫中素結點與數據庫中數據子類結構的層之間一一對應, 即結構對應定理. 為 “定向搜索”與“定向挖掘”奠定了可實現(xiàn)性的理論基礎與方法. 此外, 基于結構對應關系, 我們從認知心理學的“創(chuàng)見意向”與“心理信息修復”出發(fā), 構造了“啟發(fā)型協(xié)調器”, 這就具體實現(xiàn)了領域知識（基礎知識庫）——知識短缺——創(chuàng)見意向——領域知識輔助聚焦（原來靠用戶感興趣度實施聚焦）——系統(tǒng)自主形成定向挖掘.

2) 1993年, J. P. Yoon與L. Kerschberg提出“知識與數據庫同步進化的思想”.

我們從認知系統(tǒng)的角度, 構造了“維護型協(xié)調器”, 每從數據庫中發(fā)現(xiàn)一條新知識都要實時地到知識庫中進行定向搜索, 以處理冗余、重復、矛盾、循環(huán)與從屬現(xiàn)象, 進行“實時維護”.

反之, 數據庫被動態(tài)擴張后, 根據我們發(fā)現(xiàn)的“信息擴張原理（機制）” ——揭示了動態(tài)挖掘進程中的參數演化規(guī)律（即參數演化定理）、突變規(guī)律,對知識的進化、評價與可理解性處理等提出了能行可判定方法.

3) 1996年, Sarabjot. S. Anand等提出“用戶的先驗知識與先前發(fā)現(xiàn)的知識可以耦合到發(fā)現(xiàn)過程中”的思想.

“雙基融合原理（機制）”揭示了兩個截然不同的知識發(fā)現(xiàn)（即一個是基于數據庫的KDD, 另一個是基于知識庫的KDK）過程模型邏輯等價關系（定理）. 據此, KDD與KDK可以耦合在新知識發(fā)現(xiàn)過程模型KD(D&K)中（這時, KDK歸納出的假設可以到KDD中進行挖掘驗證）. 另一層意思是通過雙庫協(xié)同原理（機制）, 對先前發(fā)現(xiàn)的知識, 不斷地以用戶的先驗知識（背景知識）為參照系, 在知識發(fā)現(xiàn)過程中加以耦合.

結論：迄今為止，人工智能與計算機科學界，對知識發(fā)現(xiàn)這一年輕學科尚無人系統(tǒng)與可實現(xiàn)地研究過知識發(fā)現(xiàn)系統(tǒng)(過程)的內在認知機理。我們的工作另辟蹊徑，從一開始就定位在認知科學的全新理念上，改變固有的學術思想，并導致了下述的基于內在認知機理的知識發(fā)現(xiàn)理論KDTICM的產生。