2.3.6　知识发现

知识发现一般是指数据库中的知识发现（Knowledge Discovery in Database，KDD），又称为数据挖掘或知识抽取，是“数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解模式的非平凡过程”[135]。最早的知识发现案例发生在商业领域，知识发现的目标是从海量的结构化或者非结构化的数据中，挖掘出有规律、产生法则或者形成语义网络的知识结果。知识发现一般包括数据准备、数据挖掘以及知识结果的表达和理解几个阶段。知识发现的方法包括：统计方法，例如传统统计、模糊集、粗糙集等；机器学习方法，例如决策树、案例推理以及遗传算法等；另外还有神经计算与知识可视化等[136]。

在设计领域，对于知识发现的研究集中在本体研究领域。本体是一种知识表示的方法，可以建立一个领域内的规范的概念与属性的集合。借助本体系统，可以完成知识的检索、知识的表示以及知识的推理等工作。设计知识本体的梳理与研究对于设计知识与信息的分类、检索、重用等有着重要的意义，典型的设计知识本体例如设计流程、设计组件、设计功能、设计问题等[137]。在设计创新领域，知识本体研究主要应用于梳理设计流程、建立设计知识库、同一产品族的大量设计方案生成等方面[138,139]。