基于概念格层面的知识提取方法及应用

作     者：毛华 刘畅 袁晓垒 刘川 MAO Hua;LIU Chang;YUAN Xiaolei;LIU Chuan

作者机构：河北大学数学与信息科学学院河北保定071002 河北省机器学习与计算智能重点实验室河北保定071002 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2024年第52卷第11期

页      面：37-42,92页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 0836[工学-生物工程] 

基　　金：国家自然科学基金青年科学基金资助项目(12202130) 河北省自然科学基金资助项目(A2022201034) 

主　　题：形式概念分析 概念格 知识层面 Hasse图 知识分层算法 

摘      要：为解决现有生成概念格算法只能直接输出概念,而不能同时输出每个知识层面及其同一知识层面所蕴含的知识之问题,提出一个将形式背景转化为概念格的知识分层(KL)算法.在宏观上,KL算法实现了将形式背景中的知识可视化;在微观上,KL算法将具体的知识层面及各个知识层面所蕴含的知识一并输出.通过将KL算法与Nextclosure等其他生成概念格算法对比发现:在算法复杂度方面,当形式背景中对象集规模较大时,KL算法在处理数据的速度上明显快于Nextclosure等算法;当形式背景中属性集规模不大时,KL算法与Nextclosure等算法处理数据的速度基本相同;在是否生成Hasse图与知识层面方面,KL算法占有绝对的优势.研究结果表明:KL算法在同一形式背景下提供的结果内容更为丰富,有利于概念格理论应用的推广.