论文部分内容阅读
形式概念分析是一种基于格结构的数据分析方法，由Wille教授于1982年首次提出.自形式概念分析理论被提出以来，它以其知识表示的直观、简洁、完备等特点而受到研究者的广泛关注，已经在软件工程、图书馆和信息科学、数据挖掘等诸多领域得到了广泛的应用。在概念格的研究和应用中，关于概念格的构造算法始终吸引着众多学者。因为在所有应用形式概念分析进行数据分析的系统中，都要面临着如何从一个给定的形式背景得到对应概念格的问题，所以一个有效的构造概念格的算法是极其重要的。在形式概念分析中，构造概念格的算法主要分为批处理式概念格生成算法和增量式概念格生成算法。前者主要处理固定的形式背景，而后者除了可以处理固定的形式背景，还可以处理动态的形式背景，相比而言，增量式概念格生成算法的应用领域更广，也显得更为重要。本文研究了基于分层的概念格的生成算法。主要内容如下：
⑴探讨了基于分层的概念格的相关性质，根据这些性质构造了一种基于分层的批处理式算法，不仅找到所有的概念，同时生成相应的Hasse图。
⑵研究了约简形式背景的相关性质，讨论了约简形式背景和分层的概念格生成算法的关系。
⑶研究了动态背景对分层概念格的影响，并在1和2的基础上提出了一种基于分层的增量式构造概念格生成算法，并进行了实验，与Godin算法进行了性能比较，得到了较好的结果。