基于屬性粒度的概念格縮放算法研究.pdf

1、隨著數(shù)據(jù)爆炸式地發(fā)展，有效地挖掘數(shù)據(jù)背后的知識至關(guān)重要。形式概念分析作為研究認知科學的一種有力工具，如今已經(jīng)在數(shù)據(jù)挖掘和知識發(fā)現(xiàn)等諸多領(lǐng)域中有了廣泛的應用。形式概念分析的主要功能是將一個包含布爾變量的二維表轉(zhuǎn)換為格序關(guān)系，其結(jié)果表達了對象和屬性之間的關(guān)聯(lián)關(guān)系。
　　傳統(tǒng)的概念格中屬性往往是固定的或者是不符合要求的，而且屬性粒度的選擇在形式概念分析處理過程中是比較重要的一環(huán)。概念格中的屬性可以作為粒計算的對象，通過動態(tài)的變化屬性粒度

2、可以從概念格中提取不同的信息。然而目前在概念格中探討粒度計算的研究還很少，因此概念格中探討屬性的粒度水平有著重要的意義。
　　本文對現(xiàn)階段概念格中屬性粒度理論和算法進行了深入分析和探討，總結(jié)出形式概念分析中縮放算法的缺陷和不足。通過介紹形式概念分析和三元概念分析理論的基礎知識，結(jié)合屬性粒度理論，在zoom算法的基礎上給出一種保留原屬性的縮放算法。該算法可以保留原始概念與細化后概念的關(guān)聯(lián)，數(shù)據(jù)歸類效果更為顯著；另一方面，本文還將該算

3、法思想推廣到三元概念分析中，解決三元概念分析中由屬性變化帶來的概念的變化，并給出一種三元的縮放算法能夠在三元概念分析中實現(xiàn)由屬性的粒度變化而帶來的概念格的更新，使得概念格中屬性粒度的分析更加完善。
　　利用數(shù)據(jù)集對形式概念分析和三元概念分析的縮放算法進行有效性分析，由實驗結(jié)果得出保留原屬性的縮放算法比原算法數(shù)據(jù)分類效果更明顯。三元數(shù)據(jù)方面，縮放算法的結(jié)果同樣可以得到好的結(jié)果；在算法的性能方面，通過隨機生成不同的形式背景對本文中的算