基于模糊關(guān)系的形式概念分析方法研究.pdf

1、形式概念分析是數(shù)據(jù)分析與規(guī)則提取的一種有效工具，已經(jīng)在機器學習、數(shù)據(jù)挖掘、軟件工程等領(lǐng)域得到了廣泛的應用。然而傳統(tǒng)的形式概念分析理論不能處理模糊信息，隨著海量數(shù)據(jù)的出現(xiàn)，信息的不確定性增加，如何用形式概念分析理論處理這些模糊信息成為一個重要的研究內(nèi)容。近年來，個性化推薦系統(tǒng)也受到了眾多的關(guān)注和研究，協(xié)同過濾推薦系統(tǒng)的發(fā)展進一步促進了個性化推薦系統(tǒng)的廣泛運用，如何有效的提高協(xié)同過濾推薦算法在處理模糊數(shù)據(jù)、稀疏數(shù)據(jù)以及不完備數(shù)據(jù)時的推薦準確

2、度，將對提升系統(tǒng)的性能有很大幫助。
　　本文基于不完備模糊形式背景，對形式概念分析基本理論與規(guī)則提取方法進行了研究，并應用到了協(xié)同過濾算法中。論文的主要工作如下：
　　1、定義了相似模糊概念和相容模糊概念,構(gòu)建了相似模糊概念格，并建立了在不完備模糊形式背景下相容模糊概念之間的偏序關(guān)系，進而設(shè)計出面向不完備模糊形式背景下關(guān)聯(lián)規(guī)則的提取算法。實驗結(jié)果表明了算法的有效性。
　　2、通過對目標用戶行為記錄進行分析確定數(shù)據(jù)集的稀

3、疏度，對于稀疏的數(shù)據(jù)集，提出了部分填充的方法，然后利用提取出的關(guān)聯(lián)規(guī)則和模糊概念將相似的用戶都匯聚到同一概念中，最后找出與被推薦客戶相類似的k最近鄰，為客戶進行協(xié)同推薦，給出了一種采用相容模糊概念進行協(xié)同過濾的方法。
　　總之，本文對基于不完備模糊信息的形式概念分析方法進行了研究，并將其應用到協(xié)同過濾推薦系統(tǒng)中，有效的解決了數(shù)據(jù)缺失、稀疏和數(shù)據(jù)模糊帶來的問題，但是算法也具有一定局限性，如何提高推薦效率、解決協(xié)同過濾冷啟動和可擴展性