一种改进的基于概念格的数据挖掘算法!.pdfVIP

! #$% 年% 月 重庆师范大学学报（自然科学版） ’() #$% 第%# 卷 第 期 *+,(-’. +/ 01+-234-2 5+(6’. 7-489(:4; （5’;,(’. =49-9 ） ?+.) %# 5+) @AB ：$# C $$D$E 3-,F#$%#$ 一种改进的基于概念格的数据挖掘算法! $， $， 李志坚 ，莫建麟 （$C 电子科技大学 成都G$##HI ； C 阿坝师范高等专科学校 四川 汶川G%## ） 摘要：为解决多维数据模型与关系数据模型之间的双向数据系统查询、数据清洗、数据转换、实现集中和分发数据的准确性 与一致性等问题，通过对概念格的相关研究，将全局数据挖掘与局部数据挖掘相结合，提出一种改进的基于局部信息的全 局概念格的数据挖掘算法，并将挖掘过程分解为JKL（JM;(’;4+-NK(’-:/+(6’;4+-NL+’O4-2 ）动作，结合JKL 处理工作流，实现并 行分布式海量数据的时序挖掘。实验证明，该算法对增强数据加工能力具有一定的实用性。 关键词：数据；概念格；数据挖掘；集成；时序挖掘 中图分类号： KP%#$) G 文献标志码：Q! ! ! 文章编号：$GDN GGR%（#$% ）#N ##RN #I ［$］ ! ! 概念格，又称 S’.+4: 格 。自# 世纪 T# 年代 ［ ］ $ 相关概念 U4..9 提出了形式概念分析以来 ，许多学者将之做为 形式概念分析及表示工具进行了深入研究，并取得了 $) $ 概念格 许多重要成果。目前比较公认的对概念格的定义为： 概念格是对给定形式背景的三元组 X （# ，$ ，% ） 知识表示和知识处理的一种有效工具，它的基本思想 中事例集合# ，属性集合$ 之间形成的二元关系% ，% 是根据二元关系提出的一种概念层次结构，是数据分 与A 、$ 之间偏序关系产生的一种诱导格。 析和规则提取的一种有效工具［% ］。 建格的过程实际上是概念聚类的过程。因此，在 通过研究发现，目前有很多构造概念格的算法，国 概念格中，建格算法具有很重要的地位。对于同一批 外对于概念格技术的应用相对比较成熟，主要集中于 数据，所生成的格是唯一的，即不受数据或属性排列次 粗糙集、模糊集、本体、语义U9V 等一起研究。查阅文 序的影响，这也是概念格的优点之一。 ［I ］ 献对概念格的研究大致可分为两类 ：一是渐进式算 $) JKL 工作流 法，该类算法针对形式背景中第! 个对象生成概念集或 本研究中JKL （JM;(’;NK(’-:/+(6NL+’O ）工作流的 W’::9 图；二是批处理算法，该类算法根据整个形式背 定义为：通过基于工作流定义数据加工规则实现数据 景建造概念格及 W’::9 图。文献［H ］详细分析了国内 加工转换过程（包括抽取、清洗、转换、加载等过程）的 外对于形式概念分析的研究方向，如规则提取、属性约 业务规则，依据加工规则，实现工作流控制各类数据加 简、子格及商格、维护和概念格建格算法等基础理论研 工任务的执行在该工作流技术中要实现与概念格的结 究，均属于渐进式算法的研究。而关于对海量数据进 合，最重要的是要实现实时增量JKL 过程。众多学者 行批处理的算法目前由于受环境或自然条件的限制寥 都对实时增量JKL 技术进行了研究，提出了使用时间 寥无几［G ］ 戳［D ］ ［T