基于粗糙集的不完备谣言信息系统的知识获取与决策

网络谣言可能扰乱人们的思想、心理和行为,引发社会震荡、危害公共安全,而微博等社交平台的广泛应用使得谣言造成的影响与危害变得更大,因此,谣言检测对于网络空间的有序健康发展具有重要的意义。当前谣言的自动检测技术更多关注检测模型的构建和输入数据的表现形式,而在改善数据质量以提高谣言识别效果方面的研究很少。基于此,本文将粗糙集理论应用于不完备谣言信息系统进行知识获取与决策,实质上是通过粗糙集理论解决不完备谣言信息系统的不确定性度量,冗余性以及不完备性等问题,以获得高质量的数据,改善谣言检测效果。首先系统总结了粗糙集理论中不确定性度量的方法,包括香农熵、粗糙熵、Liang熵以及信息粒度等四种不确定度量方法,并整理和推导了这四种不确定度量方法从完备信息系统到不完备信息系统的一致性拓展。基于上述总结的四种不确定度量方法,提出了基于最大相关最小冗余(MCMR,Maximum Correlation Minimum Redundancy)的知识约简算法。该方法基于熵度量方式,能够综合考量决策信息与冗余噪音,在UCI及Weibo等8个数据集上实验验证,结果表明本文算法优于几种基线算法,能够有效解决信息系统的冗余性。另外,提出了一种基于极大相容块的不完备决策树算法,在不同缺失程度数据上实验验证,结果表明本文算法能够有效解决信息系统的不完备性。

基于不完备信息系统相容关系的分配约简遗传算法

属性约简是粗糙集理论的核心问题之一,也是粗糙集有效算法研究的焦点.本文研究在不完备信息系统下的属性约简算法,在相容关系基础上,提出了一种应用遗传算法来求解分配约简的方法,并通过实例分析说明了该算法的有效性.

基于相容关系分配约简遗传算法的高校人事不完备信息系统的设计

针对高校人事信息管理系统,利用基于粗集相容关系的分配约简遗传算法,设计了高校人事不完备信息系统的知识获取模型,并在Delphi下结合Access数据库,对高校人事不完备信息系统进行数据挖掘,以找到造成高校人才外流的主要因素,为领导决策提供依据.

不完备信息系统中的不可区分关系

针对带"*"值的不完备信息系统,在对已有扩充粗糙集模型分析的基础上,对属性集合进行分类,定义各类别属性的比重和属性集的贡献度,提出一种基于属性贡献度的不可区分关系。实例分析说明,该关系在某些特殊情况下可等价于已有的扩充粗糙集模型,基于该不可区分关系的扩充粗糙集模型更灵活合理。

非完备信息系统的相容类快速计算

经典粗糙集理论是建立在完备信息基础上的,然而现实中,由于各种原因,很多信息系统是非完备的。相容关系是非完备信息系统的核心概念之一,如何高效地计算相容类对提高各相关算法的性能至关重要。针对非完备信息系统中求解相容类计算耗时过大的缺陷,提出了一种求解相容类的快速计算方法。实验结果也进一步表明,该方法能够有效地降低计算耗时,在效率上较现有方法有显著提高。

不完备目标信息系统中基于差异关系的粗糙集

针对建立在等价关系上的传统粗糙集对差异关系研究不足的情况,基于差异关系对传统粗糙集模型进行了扩展。在不完备目标信息系统中定义差异关系并基于这种差异关系扩充粗糙集模型。等价关系反映事物共性,差异关系反映事物个性,基于差异关系的粗糙集可用于约简否定规则。文中定义了一种差异关系,证明了基于差异关系的下、上近似集的主要性质,建立了相应的近似约简模型,最后给出了近似约简的判定定理和计算方法。

不完备信息系统中基于相似关系的知识约简

以具有丢失型未知属性值的不完备信息系统为研究对象,根据非对称相似关系,讨论了知识约简问题。在不完备决策系统中,引入了近似、粗糙分布约简以及广义决策约简,讨论了它们之间的相互关系,给出了近似分布约简的判定定理、可辨识矩阵以及约简公式,并进行了实例分析,为从不完备信息系统中获取知识提供了新的理论基础与操作手段。

基于改进的优势关系下的不完备区间值信息系统评估模型

优势粗糙集方法是研究不完备区间值信息系统的一种重要方法。针对当前不完备区间值信息系统研究中存在的问题,提出了两种新的优势关系,即上限优势关系和近似优势关系。在此基础上,研究了对象评估和不确定性度量问题,给出了不同优势关系间的区别与联系,最后利用具体算例加以说明。

区间值信息系统在变精度相容关系下的属性约简

借助于属性区间值的相似程度在区间值信息系统上定义了一种具有变精度的相容关系,讨论了在这种变精度相容关系下区间值信息系统的属性约简与判定,并得到了区间值信息系统上属性约简的具体操作方法,还讨论了相似水平对区间值信息系统的属性约简的影响。

基于全序优势关系的不完备模糊信息系统及其属性约简

针对具有优势关系的不完备模糊决策信息系统,在分析了现有的两种优势关系的优缺点的基础上,利用属性值的概率分布原理提出了一种新的全序优势关系,这种关系合理地改进了扩展优势关系,克服了限制优势关系不能对论域中所有对象进行比较的缺点,并进一步给出了基于全序优势关系的上下近似表达式,相对约简的定义和具体的计算方法。最后用实例说明这种方法的有效性。

带缺省属性值的不完备信息系统相似关系改进

针对带缺省属性值的不完备信息系统,对已提出的容差关系、非对称相似关系、限制容差关系和修正容差关系等相似关系的局限性进行了剖析,提出了一种权衡容差关系,实例和分析说明,它是一种更加合理的带缺省属性值的不完备信息系统的相似关系。

集值信息系统基于变精度相容关系的知识约简

借助于属性集值的相似程度在集值信息系统上定义了一种变精度相容关系,给出了这种变精度相容关系下目标协调集值信息系统的知识约简与判定,并讨论了相容水平对目标协调集值信息系统的知识约简的影响。

不完备信息系统中基于限制容差关系的属性约简方法

决策表核属性的确定往往是信息约简的基础,然而以往的核属性约简方法大多是针对完备信息系统的。将完备信息系统中的属性核与属性序约简算法延伸至不完备系统,提出一种不完备信息系统中基于限制容差关系的属性约简方法。该方法通过构造限制容差关系下决策表的改进分辨矩阵来求得核属性,并将非核属性按直观影响分类质量的能力排序,能够保证得到的约简结果是相对最小约简。通过实验比较证明该方法可行、有效。

不完备信息系统中基于相容粒度计算的知识获取方法

研究在不完备信息系统(incomplete information system,IIS)中的知识获取已经成为近期粒度计算研究的热点方向之一.为探索一种高效的知识获取方法,基于相容粒度计算的基本原理,针对不完备信息系统的特点,提出了一种完整的知识获取算法.该算法包括不完备信息系统的属性约简算法和系统中对象的约简算法.其主要特点是在由完全覆盖构成的粒度世界中去研究知识的表示和获取问题,其基本粒就是最大相容类.对算法的性能进行了理论和实验分析,证明了算法的有效性和可行性.

集值信息系统在相容关系下的属性约简

借助于属性集值的相似程度在集值信息系统上定义了一种新的相容关系,给出了这种相容关系下集值信息系统的属性约简与判定,得到了集值信息系统属性约简的具体操作方法,并讨论了相似水平对集值信息系统的属性约简的影响。

广义相似关系下的不完备信息系统粗糙集模型

为了更好地从含有杂合数据和不完备数据的信息系统中提取合理的规则知识,构建基于广义相似关系的不完备信息系统粗糙集模型。其步骤为:针对决策信息系统中存在杂合数据的情况,并对决策信息系统中所存在的不完备信息进行细致区分,给出广义相似关系的定义;通过提出上、下广义相似划分的上、下近似的概念,给出2种划分意义下的属性约简和规则知识提取策略;最后,在理论上对该扩展粗糙集模型的正确性进行相关证明,并用实际算例进一步验证该模型的有效性和优越性。

模糊信息系统中一种改进的模糊相容关系

在模糊信息系统中,通常用模糊相容关系代替等价关系.在已有模糊相容关系的基础上,通过利用有序加权平均(OWA)算子聚合所有对象之间在属性集中每个属性下的差异性,从而得出了对象间在整个属性集下的一个区分度,进一步地根据区分度定义了对象的相似度,给出了一种基于对象相似度的模糊相容关系.然后,对能影响该模糊相容关系的主要两个因素:阈值和模糊量词参数进行了具体分析.最后,通过实例结果说明在模糊信息系统中,这种改进的基于对象相似度的模糊相容关系能更灵活合理的处理问题.

相容关系下集值信息系统的粗糙熵

熵理论是信息系统中不确定性研究的有效工具之一。首先给出了集值信息系统的相容关系,在此基础上引入了粗糙熵。讨论了粗糙熵的最大、最小值,并证明了粗糙熵的单调性。

不完备信息系统下量化容差关系的改进

针对量化容差关系中需要相关领域知识的局限,本文提出一种改进的量化容差关系新算法。新算法能够在领域知识未知的情况下得到样本对象间的量化容差关系,拓展了粗糙集理论的应用范围;同时新算法更加贴近实际,而且能够方便地嵌入到智能决策系统中,具有重要的应用价值。

不完备信息系统下非对称相似关系的改进

通过分析现有粗糙集扩充模型,提出了一种修正非对称相似关系。基于该关系的扩充模型有效地克服了容差关系和非对称相似关系的不足。实例结果表明了其对不完备信息系统处理更简单有效,获取的信息更充分。