基于概念格的知識(shí)獲取及其應(yīng)用研究.pdf

1、形式概念分析是一種有效的知識(shí)表示與知識(shí)處理工具，已被廣泛的應(yīng)用于信息檢索、機(jī)器學(xué)習(xí)、人工智能和軟件工程等領(lǐng)域。然而，隨著數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)技術(shù)的發(fā)展與應(yīng)用，數(shù)據(jù)庫(kù)的規(guī)模不斷增長(zhǎng)，數(shù)據(jù)庫(kù)中包含的信息量也在急劇膨脹。在包含有價(jià)值信息的同時(shí)，這些數(shù)據(jù)庫(kù)中也存在著大量的冗余信息，因而研究如何從這些數(shù)據(jù)庫(kù)中高效地提取有用的知識(shí)就具有重要的意義。 為了提高基于概念格的知識(shí)表示與獲取效率，推動(dòng)概念格更廣泛的應(yīng)用，論文對(duì)形式概念分析理論進(jìn)行了深入研究

2、，主要工作包括：(1)在概念格的屬性約簡(jiǎn)方面，研究分布式環(huán)境下概念格的屬性約簡(jiǎn)方法；(2)在偽內(nèi)涵問(wèn)題方面，研究計(jì)算偽內(nèi)涵的高效算法；(3)研究概念相似性度量和概念近似技術(shù)；給出基于相似性度量和概念分析的模塊識(shí)別方法，以尋求高效的支持遺留軟件系統(tǒng)重構(gòu)技術(shù)。 論文的主要研究成果體現(xiàn)在以下幾個(gè)方面： ·從概念格Hasse圖和形式背景的角度，刻畫(huà)形式背景中不同類型屬性的特征；通過(guò)分析核心屬性和絕對(duì)不必要屬性的局部特征與全局特征

3、間的關(guān)系，提出一種計(jì)算分布式環(huán)境下概念格的屬性約簡(jiǎn)方法。其基本思想是利用獨(dú)立計(jì)算出的局部形式背景的約簡(jiǎn)，通過(guò)合并計(jì)算得到全局形式背景的約簡(jiǎn)。 ·從概念內(nèi)涵最小生成子的角度，刻畫(huà)偽內(nèi)涵的特征，提出一種基于概念內(nèi)涵最小生成子的偽內(nèi)涵算法。該算法的特點(diǎn)是只需對(duì)概念內(nèi)涵的非閉集最小生成子進(jìn)行計(jì)算，便可得到形式背景所有的偽內(nèi)涵。對(duì)算法的性能進(jìn)行分析，并給出一些優(yōu)化策略。與現(xiàn)有算法相比，該算法有效縮減了偽內(nèi)涵的搜索空間規(guī)模，提高了偽內(nèi)涵的計(jì)

4、算效率。 ·給出形式背景中基于互信息的屬性重要度，并定義形式概念間的相似性度量；在此基礎(chǔ)上，給出一種基于相似性度量的概念近似方法。對(duì)任意給定的對(duì)象集、屬性集或?qū)ο蠹c屬性集序偶，返回概念格中與之最佳相似的上近似概念和下近似概念。該方法充分考慮了屬性的重要度和概念格的結(jié)構(gòu)特征，有助于獲得更好的概念近似結(jié)果。 ·提出一種基于相似性度量和形式概念分析的模塊識(shí)別方法。在概念分析過(guò)程中，通過(guò)引入概念抽象、啞概念和相似性度茸等新的特