一种新颖的基于量化概念格的属性归纳算法

• 作者: 刘晓平 王德兴 胡学钢
• 来源期刊: 西安交通大学学报
• 关键词: 面向属性归纳 概念格 数据挖掘
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 专题研究
• 页码范围: 176-179
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2007.02.011

摘要

为了解决数据挖掘过程中挖掘的知识粒度过粗或过细问题,并利用概念格的偏序特性,提出了一种基于量化概念格的属性归纳算法.首先对概念格的外延进行量化,得到量化概念格,再根据概念格的哈斯图,采用概念的爬升进行相应的泛化,从而获得基于量化概念格的多层、多属性归纳.与面向属性归纳(AOI)算法相比较,结果表明所提算法不仅能实现AOI的单一属性归纳,还能进行多层、多属性的归纳,其属性泛化的路径不是惟一的,并且很容易在量化概念格的哈斯图中寻找合适的泛化路径和阈值,以此得到用户要求的、合理的属性归纳结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学钢	合肥工业大学计算机科学与技术系	314	3156	27.0	39.0
2	刘晓平	合肥工业大学计算机科学与技术系	137	899	16.0	22.0
3	王德兴	合肥工业大学计算机科学与技术系	9	146	5.0	9.0