[论文解读] Algebraic operators for querying pattern bases

Rokia Missaoui, Léonard Kwuida+2 more|ArXiv.org|Feb 24, 2009

Rough Sets and Fuzzy Logic参考文献 29被引用 5

一句话总结

本文提出了一种用于通过形式概念分析（FCA）查询和操作模式基的正式代数框架，将类似于关系代数的操作（如选择、投影、连接和近似）建模于概念格之上。主要贡献是提出一种系统化方法，通过格中的区间边界近似‘预设’概念，从而在数据或用户需求变化时实现稳健的模式管理。

ABSTRACT

The objectives of this research work which is intimately related to pattern discovery and management are threefold: (i) handle the problem of pattern manipulation by defining operations on patterns, (ii) study the problem of enriching and updating a pattern set (e.g., concepts, rules) when changes occur in the user's needs and the input data (e.g., object/attribute insertion or elimination, taxonomy utilization), and (iii) approximate a "presumed" concept using a related pattern space so that patterns can augment data with knowledge. To conduct our work, we use formal concept analysis (FCA) as a framework for pattern discovery and management and we take a joint database-FCA perspective by defining operators similar in spirit to relational algebra operators, investigating approximation in concept lattices and exploiting existing work related to operations on contexts and lattices to formalize such operators.

研究动机与目标

• 通过代数操作实现按需数据挖掘，解决管理大量、繁杂挖掘模式的挑战。
• 为响应数据或用户需求变化，提供统一的模式操作、丰富与更新框架。
• 通过概念格中的区间边界近似‘预设’概念（非正式概念），支持知识增强。
• 通过定义交叉操作与代数原语，弥合数据空间与模式空间之间的鸿沟，支持基于模式的推理。

提出的方法

• 定义受关系代数启发但适配于FCA中概念格的代数算子——选择、投影、连接与近似。
• 使用闭包算子（′′）从对象集与属性集计算形式概念，确保格结构中的正确性与闭包性。
• 通过序理想与滤子建模概念近似：L(c) = (X′′, X′) 为包含预概念 c 的最小概念，H(c) = (Y′, Y′′) 为最大概念，形成区间 [L(c), H(c)] 以实现近似。
• 利用 γ 与 µ 映射从对象与属性生成概念，支持从最小生成元构建格结构。
• 利用概念格 B(K) 作为完备格，通过交（∧）与并（∨）运算支持代数推理。
• 运用理想与滤子理论识别所有可能近似给定预概念的概念，尤其适用于非有效形式概念的情形。

实验结果

研究问题

• RQ1 如何定义在概念格上类似于关系代数的代数算子，以实现对模式基的查询与操作？
• RQ2 如何利用基于区间的边界，对格中无效形式概念的‘预设’概念进行近似？
• RQ3 当用户需求或输入数据（如对象/属性变更）演变时，如何高效更新或丰富模式基？
• RQ4 概念格结构在支持稳健且语义有意义的模式查询与近似中起到何种作用？
• RQ5 如何正式映射数据空间（如关系表）与模式空间（如概念格），以支持跨空间查询？

主要发现

• 本文成功在概念格上定义了四种核心代数算子：选择、投影、格组装（连接）与概念近似。
• 对预设概念 c 的近似被形式化为区间 [L(c), H(c)]，其中 L(c) 是包含 c 的最小概念，H(c) 是最大概念，从而实现对不存在或错误概念的稳健处理。
• 通过利用闭包算子与格结构，该方法能够有效实现模式基的丰富与动态更新，准确反映数据或用户约束的变化。
• 利用序理想与滤子可系统识别所有可能作为给定预概念近似值的概念，显著提升在大型模式基中搜索与检索的效率。
• 该框架通过允许用户直接在模式格上应用代数运算，实现‘按需数据挖掘’，降低认知与内存开销。
• 通过实际案例验证：星盟航空公司及其目的地，其中对非正式概念（如加拿大航空与汉莎航空与加拿大及欧洲）通过 [L(c), H(c)] 在格中实现近似。