量化扩展概念格的属性归纳及多粒度规则挖掘

被引：2

作者：

王德兴 ^{[1
]}

胡学钢 ^{[2
]}

刘晓平 ^{[2
]}

机构：

[1] 上海海洋大学信息学院

[2] 合肥工业大学计算机科学与信息学院

来源：

系统工程学报 | 2009年 / 01期

关键词：

AOI; 概念格; 概念层次; 数据挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在知识发现过程中用户感兴趣的往往是一些高层次、适当概括的简化信息,面向属性的归纳是目前主要的数据归约方法,一般是仅考虑原始数据所提供简单的统计信息;而基于量化扩展概念格的属性归纳算法,既可进行AOI的单一属性归纳,也能进行多层、多属性的归纳,而且泛化的路径不是唯一的,在量化扩展概念格的哈斯图很容易找到合适的泛化路径和阈值,得到满足用户要求合理的属性归纳结果,同时可以多层、多维的不同粒度的关联规则,有助于不同粒度知识的聚焦,发现不同粒度知识之间的变换关系.

引用

页码：54 / 61

页数：8

共 8 条

[1] 模糊概念格在知识发现的应用及一种构造算法 [J].

强宇 ;

刘宗田 ;

林炜 ;

时百胜 ;

李云 .

电子学报, 2005, (02) :350-353

[2] 概念格的快速渐进式构造算法 [J].

谢志鹏 ;

刘宗田 .

计算机学报, 2002, (05) :490-496

[3] 基于多层次概念提升的知识发现方法 [J].

刘明吉 ;

王秀峰 ;

李宝林 .

计算机科学, 2001, (03) :109-111

[4] 面向属性的量化归纳 [J].

陈红梅 ;

王丽珍 .

计算机研究与发展, 2001, (02) :150-156

[5] 基于概念格的分类和关联规则的集成挖掘方法 [J].

胡可云 ;

陆玉昌 ;

石纯一 .

软件学报, 2000, (11) :1478-1484

[6] 基于规则面向属性的数据库归纳的无回溯算法 [J].

周生炳 ;

张钹 ;

成栋 .

软件学报, 1999, (07) :673-678

[7] 概念格上规则提取的一般算法与渐进式算法 [J].

王志海 ;

胡可云 ;

胡学钢 ;

刘宗田 ;

张奠成 .

计算机学报, 1999, (01) :67-71

[8]

Reengineering of configurations based on mathematical concept analysis[J] . Gregor Snelting.ACM Transactions on Software Engineering and Methodology （TOSEM） . 1996 (2)

← 1 →