利用基等价概念相关性增强可操作形式概念识别
人工智能
2023-12-25 v1
摘要
在知识发现应用中，从数据生成的模式集可能非常庞大，难以被分析人员探索。在形式概念分析框架中，已有研究通过稳定性指数和其他质量度量来识别重要的形式概念。在本文中，我们引入了基等价概念相关性分数，一种新颖的概念相关性有趣度度量，用于改进可操作概念的识别。从概念角度来看，基属性和等价属性被认为是有意义的信息，并且对于维持概念的概念结构至关重要。因此，BECR的基本思想是：一个概念内涵拥有的基属性、等价属性和最小生成器越多，它就越相关。因此，BECR对每个概念内涵的这些属性和最小生成器进行量化。我们在合成和真实数据集上的初步实验显示了BECR与众所周知的稳定性指数相比的效率。
引用
@article{arxiv.2312.14421,
title = {Enhancing Actionable Formal Concept Identification with Base-Equivalent Conceptual-Relevance},
author = {Ayao Bobi and Rokia Missaoui and Mohamed Hamza Ibrahim},
journal= {arXiv preprint arXiv:2312.14421},
year = {2023}
}