基于概念格挖掘GIS中的关联规则

挖掘隐藏在地理信息系统(GIS)的空间数据中的知识是GIS研究领域和数据挖掘领域的重要方向。概念格是关联分析的重要技术之一。为了提高关联规则的挖掘速度,提出了一种基于增量式算法的概念格构造算法,通过用比较概念外延的方法建格,同时在建格过程中引入支持度约束,使得概念格的建格速度得到提高,并使建成的格具有高度的约简性,让后续的规则挖掘变得更容易。将所提算法应用于GIS的空间数据挖掘,取得了切实可行的应用结果。

以互信息为度量的一种规则可视化

概念格是一种有效的知识表示和知识发现的工具,已被成功应用于许多领域,然而在建格上大多是利用最小支持度以及置信度来进行约简操作,同时利用置信度来进行规则提取。提出以信息论的互信息来构造具有强关联规则的Hasse图,并利用互信息进行规则提取。

量化剪枝概念格在服务贸易挖掘中的应用

概念格是近年来的研究热点。本文将量化剪枝概念格引入关联规则求解中,它采用属性插入方式构造概念格及动态剪枝技术删减冗余概念,极大地提高了挖掘的时空性能,最后将该算法应用到服务贸易数据挖掘中,显示了一定的实际应用价值。

基于概念格的数字图书馆信息推送服务方法研究

提出一种基于概念格发现数字图书馆用户浏览行为相关性的信息推送方法。以形式概念分析理论为基础、数据挖掘技术为手段将研究方向相似的用户自动聚类,以用户为对象、用户浏览兴趣为属性构造某一学科下的用户用法概念格,挖掘出用户群中知识点间的关联规则,并根据知识间的相关性为用户推送信息,解决以往推送方法中用户需求获取方式单一以及推送信息与用户信息需求的时效性统一程度低等问题。