基于概念格的数据挖掘方法研究-概率论与数理统计专业论文.docxVIP

STUDY OF DATA MINING METHOLD BASED ON CONCEPT LATTICE THEORY A Dissertation submitted in fulfillment of the requirements of the degree of MASTER OF SCIENCE from Shandong University of Science and Technology by Yang Qiang Supervisor: Professor Zhao Ming-qing College of Information Science and Engineering May 2008 声 明 本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文 献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机 关作鉴定。 硕士生签名： 日 期： AFFIRMATION I declare that this dissertation, submitted in fulfillment of the requirements for the award of Master of Science in Shandong University of Science and Technology, is wholly my own work unless referenced of acknowledge. The document has not been submitted for qualification at any other academic institute. Signature: Date: 山东科技大学硕士学位论文 摘要 摘 要 概念格理论，也叫形式概念分析，由德国 Wille 教授基于概念由外延和内涵两部分 所组成的思想单元这一哲学理解首先提出，它作为形式化的数学方法，为数据分析提供 了一种有效的工具。概念格本质上描述了对象和属性之间的联系，表明了概念之间的泛 化和例化关系，其相应的 Hasse 图则实现了对数据的可视化。目前，形式概念分析己被 广泛地研究，并应用到机器学习、软件工程和信息获取等领域。因此，研究概念格的基 本理论以及将其应用于知识发现有着非常重要的意义。本文进一步研究了概念格的构造 及属性约简问题，解决了概念格构造过程中的节点数量庞大和用概念格进行数据预处理 过程中冗余属性过多的问题，主要成果如下： 首先，讨论了概念格理论与粗糙集理论之间的基本联系；重点分析了形式概念与等 价类之间、概念格与分划之间的关系；证明了概念格与分划之间可以相互转换。 其次，通过对概念格的 Bordat 建格算法的深入分析，提出了一个改进算法，有效地 克服了 Bordat 算法中结点重复产生的问题；提出了一种新的基于边缘概念的概念格生成 算法，通过已求出的概念内涵及外延的交集和并集运算，分层构造概念格；还提出了一 种新的模糊概念格，并讨论了它的性质以及构造方法，使计算出来的模糊概念更精确。 最后，基于可辨别属性矩阵给出了概念格的属性约简的两个有效算法。 关键词：数据挖掘，概念格，粗糙集，算法，属性约简 山东科技大学硕士学位论文 abstract Abstract The concept lattice theory, also named formal concept analysis (FCA), introduced by professor Wille, is based on the philosophy of concept which is made up by two parts of extension and intension. Over the past twenty years, concept lattice has been widely studied and become a powerful tool for machine learning, software engineering and information retrieval. In addition to being a technique for classifying and defining concepts from data, concept lattice can also be exploited to discover implications among the objects and the attributes. Concept lattice and applied it in knowledge discovery have imp