数据挖掘,也可以称为数据库中的知识发现(Knowledge Discovery in Database,KDD),是近年来随着数据库和人工智能技术的发展而出现的一个新兴的研究领域。从数据库中提取出有用的知识、发现模式中的关联规则是其中一种重要的方法。与经典的关联规则发现研究相比,目前的研究内容已经从单一概念层次的关联规则发现发展到多概念层次的关联规则发现。运用抽象层次的概念,有可能发现新的更为抽象的规则。在很多具体应用中,发现规则可以作用到数据库的不同层面上。把知识发现与知识获取相融合是有效地解决专家系统知识获取瓶颈问题的一种新途径。本文根据多层关联规则发现的概念在分层知识库中进行高层次知识的发现,并以此作为专家系统领域知识获取的辅助手段。本文还进行了系统设计、概念层次结构编码、算法优化、系统实现等方面的研究与开发。本文的主要成果是:1)提出一种基于概念分层的数据预处理及领域知识表示方法——层次结构的编码方法,进而提出把概念分层表示出的领域知识作为发现对象的“知识库中知识发现”的新概念。2)提出了把在知识库中发现新知识作为专家系统知识获取手段的新思路,由知识发现得到的规则可以直接以产生式规则的形式存放到专家系统的知识库中;并在此基础上提出一种知识发现在专家系统中应用的基本框架。3)将概念分层理论与多层关联规则发现算法相结合,提出并实现了一个基于多层关联规则发现的概念分层知识库中知识发现(KDCHK)系统。该系统具备多种领域知识的概念分层表示功能、事务表编制功能,实现了知识发现的基本功能。运用该系统对糖尿病并发症关联知识发现进行了实验,取得了较好的实验结果。该系统扩展性好,通用性强,可应用于医疗、商业、银行、农业、工业、金融、军事等多个领域。