基于搜索空间划分的概念生成算法

摘要：

概念格作为形式概念分析理论中的核心数据结构,在机器学习、数据挖掘和知识发现、信息检索等领域得到了广泛的应用.概念格的构造在其应用过程中是一个主要问题.提出了一种基于搜索空间划分的概念生成算法SSPCG(search space partition based concepts generation),它将属性集合的幂集看作初始闭包搜索空间,迭代地将每个搜索空间划分为一些子搜索空间,并引入了子搜索空间的有效性判断,只搜索那些能生成正规闭包的子搜索空间,有效地提高了搜索效率;同时,在计算闭包过程中保存一些必要的中间结果,用来提高闭包运算速度.由于所有子搜索空间是独立的,所以该算法可以很容易地扩展为并行算法.在随机生成的数据集和真实数据集上进行的实验测试表明,本算法的时间性能要优于Ganter提出的NextClosure算法.

关键词：形式概念分析、概念格、搜索空间、闭包系统、闭集

所属期刊栏目：16

分类号：TP18(自动化基础理论)

资助基金：中国科学院资助项目60173006;国家科技攻关项目2003AA118020;吉林省科技发展计划20020303

在线出版日期：2006-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2029-2035