基于形式概念分析理論的并行知識發(fā)現(xiàn)算法研究.pdf

1、形式概念分析是知識表示和數(shù)據(jù)挖掘的有效方法之一。概念格是形式概念分析的核心數(shù)據(jù)結構，其很容易建立信息之間的因果關系，能夠簡明、清晰地描述形式背景的蘊含知識。屬性約簡和關聯(lián)規(guī)則提取是形式概念分析理論研究的兩個重要問題，通過屬性約簡可以化簡形式背景和概念格結構，有利于重要知識的發(fā)現(xiàn);基于概念格模型很容易發(fā)現(xiàn)事務屬性之間的關聯(lián)模式，便于挖掘用戶感興趣的規(guī)則。在大數(shù)據(jù)環(huán)境下，發(fā)現(xiàn)重要知識以指導實際生產(chǎn)和具體應用，并行知識發(fā)現(xiàn)算法的作用更加凸顯。

2、本文面向大數(shù)據(jù)，將形式概念分析理論與并行計算框架結合，開展了大數(shù)據(jù)形式背景下并行屬性約簡、概念格構造和關聯(lián)規(guī)則提取算法的研究。主要研究工作概述為以下四個部分:
　　1.給出了形式概念并行生成算法。在生成形式概念的基礎上，設計了并行屬性約簡算法，該算法采用矩陣分塊思想，將辨識屬性矩陣劃分為多個子矩陣，分別計算子矩陣下的辨識函數(shù)并化簡得到屬性約簡。實驗結果表明算法具有良好的大數(shù)據(jù)處理能力。
　　2.提出了基于概念分區(qū)的概念格并行

3、構造算法。分析了外延基數(shù)分區(qū)、內涵基數(shù)分區(qū)、外延基數(shù)和內涵基數(shù)分區(qū)3種概念分區(qū)方法，有效地約束了建立概念間父子關系的搜索范圍。實驗表明，同時按照外延和內涵基數(shù)進行分區(qū)能夠有效提高建格效率，基于概念分區(qū)的概念格并行構造算法具有良好的并行性能。
　　3.設計了基于形式概念分析理論的并行關聯(lián)規(guī)則提取算法。給出了規(guī)則概念格的定義，該規(guī)則概念格以概念和子概念的外延基數(shù)以及內涵為結點進行構建，在規(guī)則概念格上可進行多次關聯(lián)規(guī)則提取操作。實驗結果