论文部分内容阅读
概念格是从数据中进行概念发现的一种数学工具,它体现了概念之间的泛化和特化关系,并通过哈斯图表现出来,已在知识发现和数据挖掘等许多领域得到应用。例如,已有不少作者讨论了从概念格上提取规则,跟其它分类器相比,概念格上提取的规则具有相当或更好的分类效果。
由于时间是数据本身固有的属性,所以在进行数据挖掘时,有必要考虑时间因素,这样才能使发现的知识更能贴近现实意义。然而,经典概念格对具有时间特性的时态信息的发现缺乏足够的支持,那么,如何将概念格有效地应用于时态知识的发现呢?这是一个非常新颖而有意义的话题。本文正是围绕这一话题展开了一系列的讨论。
首先,对经典概念格进行时态约束扩展,即将数据的有效时间特性引入概念描述,并提出了一种新的时态约束概念格:时态概念格;接着,研究了一种批处理式的时态概念格生成算法BuildTCL及其时态索引结构MAPE21;然后,给出了一种基于时态概念格的时态关联规则的挖掘算法和一种基于时态数据库TimeDB的时态关联规则挖掘方法的实施方案;最后,对时态概念格的构建算法BuiIdTCL和时态索引结构MAPE21分别进行了相应的实验与分析。