基于不相关属性集合的属性探索算法

• 作者: 沈夏炯 杨继勇 张磊
• 来源期刊: 计算机科学
• 关键词: 形式概念分析 伪内涵 关联规则 属性探索 概念格 知识发现
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 计算机科学理论|Computer Science Theory
• 页码范围: 54-62
• 页数: 9页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11896/jsjkx.200800082

摘要

作为形式概念分析理论中的一个重要工具,属性探索算法能够以问题为导向,交互式地逐步发现系统知识,在知识的发现和获取中居于核心地位.但是,当形式背景的规模较大时,属性探索算法的计算过程过于耗时,严重制约了算法在当前大数据时代的推广与应用.耗时瓶颈主要存在于"寻找下一个与专家交互的问题"这一环节,传统算法在此过程中存在大量冗余计算.针对这个问题,在分析伪内涵和内涵与蕴涵集合的内在逻辑关系的基础上,提出并证明了3个定理,根据定理给出了一种基于不相关属性集合的属性探索算法,该算法在计算伪内涵与内涵的过程中,借助提出的定理,跳过违反该逻辑关系的属性集合是否为伪内涵或者内涵的判断过程,减小了算法的搜索空间,从而降低了算法的时间复杂度.所提算法最好的时间复杂度为O(mn 2 P 2),最坏的时间复杂度为O(mn 3 P 2).实验结果表明,与传统算法相比,该算法具有较为明显的时间性能优势.