一种基于模糊选项关系的关键属性提取方法.docxVIP

一种基于模糊选项关系的关键属性提取方法 模糊选项关系的关键属性提取（Fuzzy Option Relationship Key Attribute Extraction，FORKE）是一种用于处理复杂企业信息模型和技术图及其他计算机模型的数据挖掘方法，用于从企业内部和外部的复杂信息模型中提取出有用的关键属性信息，从而为企业做出有助于改善管理和发展的有效决策。FORKE可以有效地提取出企业信息模型中的关键属性，并建立准确的属性关系，系统地了解企业的真实状况，从而提高企业的信息整合能力、资源集成能力、控制和管理能力以及决策辅助能力。 FORKE主要通过提取有效的信息模型属性和多级关联关系，基于着眼点，将企业信息模型和技术图中的数据和内容有效整合，形成一个完整的关键属性提取的模型体系。FORKE方法根据信息模型的特性，对其内容进行深入分析，提取出层次、关键属性及其关联关系，把它们构成有机的系统体系结构，分层管理各种属性和关联规则，实现模糊选项关系的关键属性提取，系统地了解企业信息模型。 FORKE具有提取结构化、非结构化及其混合信息模型关键属性能力，评估信息模型中的属性关联能力，将企业信息模型的内容定义成一套有序的语义关系序列，并提供一种简便有效的方式进行属性模糊测试，提取出层次和端点信息，重组它们以定义出语义闭环。此外，FORKE还支持任意大小的企业信息模型，并