基于不相关属性集合的属性探索算法
【摘要】 作为形式概念分析理论中的一个重要工具，属性探索算法能够以问题为导向，交互式地逐步发现系统知识，在知识的发现和获取中居于核心地位。但是，当形式背景的规模较大时，属性探索算法的计算过程过于耗时，严重制约了算法在当前大数据时代的推广与应用。耗时瓶颈主要存在于“寻找下一个与专家交互的问题”这一环节，传统算法在此过程中存在大量冗余计算。针对这个问题，在分析伪内涵和内涵与蕴涵集合的内在逻辑关系的基础上，提出并证明了3个定理，根据定理给出了一种基于不相关属性集合的属性探索算法，该算法在计算伪内涵与内涵的过程中，借助提出的定理，跳过违反该逻辑关系的属性集合是否为伪内涵或者内涵的判断过程，减小了算法的搜索空间，从而降低了算法的时间复杂度。所提算法最好的时间复杂度为O（mn2P2），最坏的时间复杂度为O（mn3P2）。实验结果表明，与传统算法相比，该算法
