2.3.6　知識發(fā)現(xiàn)

知識發(fā)現(xiàn)一般是指數(shù)據庫中的知識發(fā)現(xiàn)（Knowledge Discovery in Database，KDD），又稱為數(shù)據挖掘或知識抽取，是“數(shù)據集中識別出有效的、新穎的、潛在有用的，以及最終可理解模式的非平凡過程”[135]。最早的知識發(fā)現(xiàn)案例發(fā)生在商業(yè)領域，知識發(fā)現(xiàn)的目標是從海量的結構化或者非結構化的數(shù)據中，挖掘出有規(guī)律、產生法則或者形成語義網絡的知識結果。知識發(fā)現(xiàn)一般包括數(shù)據準備、數(shù)據挖掘以及知識結果的表達和理解幾個階段。知識發(fā)現(xiàn)的方法包括：統(tǒng)計方法，例如傳統(tǒng)統(tǒng)計、模糊集、粗糙集等；機器學習方法，例如決策樹、案例推理以及遺傳算法等；另外還有神經計算與知識可視化等[136]。

在設計領域，對于知識發(fā)現(xiàn)的研究集中在本體研究領域。本體是一種知識表示的方法，可以建立一個領域內的規(guī)范的概念與屬性的集合。借助本體系統(tǒng)，可以完成知識的檢索、知識的表示以及知識的推理等工作。設計知識本體的梳理與研究對于設計知識與信息的分類、檢索、重用等有著重要的意義，典型的設計知識本體例如設計流程、設計組件、設計功能、設計問題等[137]。在設計創(chuàng)新領域，知識本體研究主要應用于梳理設計流程、建立設計知識庫、同一產品族的大量設計方案生成等方面[138,139]。