基于子格融合的概念格樹形可視化算法研究.pdf

1、在這個(gè)信息大爆炸的時(shí)代，研究如何對(duì)規(guī)模迅猛增長(zhǎng)且來源多樣性的數(shù)據(jù)進(jìn)行可視化具有重要意義。而利用數(shù)據(jù)中的關(guān)聯(lián)信息有效地輔助可視化，滿足用戶查詢意圖的多樣化需求，成為當(dāng)下研究的熱點(diǎn)。
　　通過研究發(fā)現(xiàn)，利用數(shù)據(jù)中的關(guān)聯(lián)信息進(jìn)行可視化存在兩個(gè)問題。其一，在內(nèi)部存儲(chǔ)數(shù)據(jù)結(jié)構(gòu)表示時(shí)，目前廣泛使用樹形數(shù)據(jù)結(jié)構(gòu)對(duì)數(shù)據(jù)信息進(jìn)行組織，雖然在瀏覽時(shí)層次結(jié)構(gòu)清晰，但這種結(jié)構(gòu)使得從根目錄到查找的文件之間，只有一條唯一的通路。在用戶對(duì)路徑不明確的情況下，可

2、能會(huì)在獲取目標(biāo)文件的過程中，進(jìn)行大量的回溯。其二，在可視化方面，因樹形結(jié)構(gòu)不支持多路徑檢索，于是很多研究開始關(guān)注以Hasse圖作為圖形化表示的概念格結(jié)構(gòu)，它通過對(duì)數(shù)據(jù)集中對(duì)象和屬性之間的二元關(guān)系建立概念層次結(jié)構(gòu)，不僅支持多路徑檢索，還具有顯示對(duì)象內(nèi)在關(guān)聯(lián)的優(yōu)點(diǎn)，因此將概念格應(yīng)用于信息檢索系統(tǒng)中，用于完善查詢、限制搜索空間、推薦相關(guān)文檔、尤其是對(duì)文檔集合進(jìn)行瀏覽。但隨著概念格中概念以及概念之間關(guān)系的增加，二維平面布局的格結(jié)構(gòu)容易產(chǎn)生邊交叉

3、現(xiàn)象，造成視覺混淆，導(dǎo)致用戶瀏覽時(shí)遺漏目標(biāo)信息。而通過三維布局構(gòu)造的概念格，也會(huì)因?yàn)閿?shù)據(jù)量的龐大，使得各結(jié)點(diǎn)交叉關(guān)聯(lián)多，顯示混亂，從而讓用戶迷失在海量的數(shù)據(jù)中。
　　針對(duì)以上問題，本文通過結(jié)合樹形結(jié)構(gòu)在對(duì)海量數(shù)據(jù)可視化時(shí)層次結(jié)構(gòu)清晰的優(yōu)勢(shì)以及概念格結(jié)構(gòu)在表現(xiàn)數(shù)據(jù)關(guān)聯(lián)關(guān)系方面的優(yōu)勢(shì)，提出以概念格結(jié)構(gòu)存儲(chǔ)數(shù)據(jù)信息，而在可視化時(shí)以樹形結(jié)構(gòu)呈現(xiàn)，當(dāng)用戶找到確定的目標(biāo)對(duì)象或者模糊的目標(biāo)對(duì)象時(shí)，可以通過此對(duì)象生成的子背景以少量對(duì)象和屬性構(gòu)造子

4、格，呈現(xiàn)對(duì)象之間的關(guān)聯(lián)關(guān)系，幫助用戶對(duì)目標(biāo)信息進(jìn)行更精確的定位。擬采用形式概念分析（FCA）理論對(duì)以下內(nèi)容開展研究：
　?。?）改進(jìn)概念格樹形可視化算法，提出多路徑檢索算法Lattice-to-Tree。首先，將格中的每一個(gè)對(duì)象和屬性都映射到樹結(jié)點(diǎn)中，而不是利用剪枝、對(duì)象或?qū)傩约s簡(jiǎn)等方法對(duì)概念格結(jié)構(gòu)進(jìn)行處理；其次，對(duì)概念格中代表父子概念關(guān)系的邊，不再做簡(jiǎn)單的一對(duì)一映射，而是對(duì)此邊連接的父子概念求屬性的差集，并為差集中的屬性設(shè)置互相

5、包含關(guān)系，生成的包含關(guān)系分別映射為樹形結(jié)構(gòu)中的結(jié)點(diǎn)和子結(jié)點(diǎn)的關(guān)系。
　?。?）研究包含某個(gè)對(duì)象或?qū)傩缘淖痈裆伤惴ǎ岢鲎痈袢诤纤惴⊿ub-lattice Merge。首先，計(jì)算每個(gè)對(duì)象生成的“一元對(duì)象生成子背景”，并讓用戶設(shè)置在可視化時(shí)應(yīng)顯示對(duì)象個(gè)數(shù)的閾值；其次，根據(jù)設(shè)定的閾值和各個(gè)一元對(duì)象生成子背景中對(duì)象的數(shù)量，將概念格中的對(duì)象分為可融合對(duì)象和非融合對(duì)象兩類，當(dāng)用戶需要查看對(duì)象之間的關(guān)聯(lián)關(guān)系時(shí)，非融合對(duì)象將會(huì)以生成的一元對(duì)象生

6、成子背景構(gòu)造的子格顯示，而可融合對(duì)象將通過屬性集合的合并，找到可依托的非融合對(duì)象生成的子格，將可融合對(duì)象添加到非融合子格中顯示。
　　最后，對(duì)以上提出的兩種算法進(jìn)行實(shí)現(xiàn)，并通過設(shè)計(jì)一個(gè)音樂文件管理系統(tǒng)，將兩種改進(jìn)算法應(yīng)用到實(shí)例中，驗(yàn)證本研究成果的準(zhǔn)確性、有效性。同時(shí)，改進(jìn)的Lattice-to-Tree算法在進(jìn)行可視化時(shí)，實(shí)現(xiàn)的效果更加符合用戶個(gè)人瀏覽習(xí)慣；而通過子格“融合”的形式呈現(xiàn)目標(biāo)對(duì)象相關(guān)的格結(jié)構(gòu)，因?yàn)閷?duì)象和屬性的個(gè)數(shù)設(shè)定