粒度概念格集成與知識獲取方法研究.pdf

1、隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)信息量規(guī)模大且增長速度快，數(shù)據(jù)本身表現(xiàn)出多種特征。從海量的數(shù)據(jù)中提取有價值的知識和信息越來越困難，同時對多源信息系統(tǒng)的處理和數(shù)據(jù)分布式存儲及其并行處理的需求也日益增加。概念格作為數(shù)據(jù)分析的一種得力工具，可以用于挖掘數(shù)據(jù)中的隱含知識信息，近年來取得了很多的研究成果。但概念格的構造復雜度是其應用的一個主要制約因素。最新的一些研究也大都圍繞概念的約簡、縮小概念格的構造和規(guī)則提取的復雜度做研究。
　　本文主要研究

2、粒度概念格模型及其構造方法，以及粒度概念格的集成及知識獲取方法，主要研究工作如下。
　　在粒度子概念格方面，運用一種近似關系對形式背景形成覆蓋，選取粒度子形式背景構造概念格，并對所獲取的粒度概念格進行研究。給出了粒度子概念格所具有的性質，證明了粒度子概念格與原概念格之間的關系，證明了通過粒度概念格的合并可以得到原概念格，并給出了兩個粒度概念格合并的算法，通過實驗說明了該方法的有效性。同時對兩個粒度概念格規(guī)則集相互間的關系進行了研究

3、。
　　在規(guī)則提取及合并方面，本文提出一種偽規(guī)則的概念，說明了通過提取到的偽規(guī)則可以靈活地根據(jù)用戶所需來產生規(guī)則。同時給出兩個偽規(guī)則集直接進行合并的方法，得到的新偽規(guī)則集對應于兩個子格合并后所得概念格上的偽規(guī)則集，通過偽規(guī)則可以生成全部的蘊含規(guī)則。最后通過對比實驗驗證了該方法的有效性和可行性。
　　總之，本文對概念格與粒度的結合應用以及基于橫向拆分形式背景下的規(guī)則快速獲取進行了一些研究。將粒度化的思想應用在形式背景拆分上，獲