老生常谈：CRISP-DM

今天又看回了CRISP-DM的流程模型介绍文档。
发现非常之详细有用，模型除了大家耳熟能详的6阶段，还提出了分4层的模型，最上面是6阶段，下一层是通用任务（对6个阶段的每个进行任务分解），在下一层是具体任务（通用任务在具体的情况下应该采取什么行动）。比如通用任务是数据清洗，具体任务则有数值数据清洗，或是否判断问题类型是聚类或预测。 最下一层是流程实例，即某次挖掘的行动、决定和结果记录。
CRISP-DM还提出了数据挖掘上下文的概念，对于将通用模型映射到具体模型很有用，其由下列某些或全部维度特征组成： 问题域、数据挖掘问题类型、技术面、工具包和具体技术。 无论是挖掘理论，或者某次挖掘，都是可以用这个上下文来描述，并且互相关联的。
杂谈：
这种映射可能需要规则推理（替换）+基于案例的推理，可以考虑用owl, ruleml, swrl来实施。
和我最早懵懵懂懂提出的context，其实还是一个方向，原来这几个公司的哥们早就替我想好了，转了一圈看了n多东西，又回来到这篇没认真读完（或者当时读了也不懂）的文档上。下一步要做的就是改进和实例化
笔记：启发式heuristic：一种妥协式的方法，不保证能找到最优/正确解，也不保证时间，只是提出貌似可行的解