量化扩展概念格的属性归纳及多粒度规则挖掘

• 作者: 刘晓平 王德兴 胡学钢
• 来源期刊: 系统工程学报
• 学科: 工学
• 关键词: AOI 概念格 概念层次 数据挖掘
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 论文
• 页码范围: 54-61
• 页数: 8页
• 分类号: TP181
• 字数: 6912字
• 语种: 中文

摘要

在知识发现过程中用户感兴趣的往往是一些高层次、适当概括的简化信息,面向属性的归纳是目前主要的数据归约方法,一般是仅考虑原始数据所提供简单的统计信息;而基于量化扩展概念格的属性归纳算法,既可进行AOI的单一属性归纳,也能进行多层、多属性的归纳,而且泛化的路径不是唯一的,在量化扩展概念格的哈斯图很容易找到合适的泛化路径和阈值,得到满足用户要求合理的属性归纳结果,同时可以多层、多维的不同粒度的关联规则,有助于不同粒度知识的聚焦,发现不同粒度知识之间的变换关系.

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信息学院	314	3156	27.0	39.0
2	刘晓平	合肥工业大学计算机科学与信息学院	137	899	16.0	22.0
3	王德兴	上海海洋大学信息学院	11	25	2.0	4.0