关联规则集上的知识发现

The current data mining theory concerns association rule discovery from information system, but this study mainly concerns knowledge discovery from association rule set. This research firstly studies the consistency and completeness of associate rule set, and then investigates the method of information granules acquisition from associate rule set, and finally gives the way to the reconstruction of information system from the obtained information granules. This research will mainly rely on the theory of granule computing, Formal Concept Analysis and adopts reverse reasoning technique to obtain information granules from association set. This research enriches the data mining theory, by extending the research scope from database to association rule base.

现有的数据挖掘理论关注的是从信息系统中挖掘关联规则，而本课题研究的是从关联规则集中发现隐含知识。本课题的核心研究内容是如何判定关联规则集的一致性和完备性并从中获取隐含的信息粒，进而建立信息粒之间的联系，重构原始信息系统。本课题充分利用和借鉴粒计算、形式概念分析等相关理论，由关联规则作为出发点，采用逆向推理的方法获得蕴含这些规则的信息粒。本研究是对数据挖掘理论的丰富，使得数据挖掘的研究对象从数据库扩展到关联规则集。

应用形式概念分析从复杂数据中获取知识是当前知识工程领域的一项重要任务，在很大程度上如何使用有效的方式描述获取的知识是这一任务取得成功的关键。本项目着重研究如何对数据中获取的粒进行有效描述。除此之外，还必须研究从蕴含规则获取信息粒的形式化方法。.已开展的主要研究内容：（1）形式概念分析框架下的粒描述；（2）基于必然属性分析的粒描述；（3）基于粒描述的不完备形式背景知识获取方法;（4）从蕴含规则获取信息粒的形式化方法。.目前取得的重要结果及意义：.(1) 基于形式概念分析的粒描述.针对完备形式信息系统中的粒，从稳定性的角度把粒分为原子粒，基本粒与复合粒。使用某一种语言，若一个粒是可以精确描述的，称之为这种语言的可定义粒。一个粒是否可定义。取决于粒自身，也取决于使用的语言。 .(2) 基于必然属性分析的粒描述.从必然属性的角度研究粒的描述是另一个具有实际应用价值的重要问题，其实质是描述了粒的必然属性。 围绕基于必然属性分析的粒描述，首先提出必然属性分析的粒描述逻辑；然后，分别研究了基于形式背景及其补背景的粒描述，最后，同时利用形式背景及其补背景提出了二元描述子的概念，并基于二元描述子研究了粒的描述。.(3) 基于粒描述的规则获取.针对不完备形式信息系统，提出了基于粒描述的决策规则获取方法，这一方法不需要建立概念格，只需要计算支持决策规则的粒的最简描述，从而避开建立概念格和计算属性约简这两个NP难问题，提高了决策规则提取的效率。.(4)从蕴含规则获取信息粒的形式化方法.提出了一种由蕴含规则获取信息粒，进而重构形式背景的形式化方法。

内容获取失败，请点击重试