1、知識是人類認識客觀世界的結果，同時也是指導人們行為的準則，在知識經濟的時代里知識是社會發(fā)展的重要動力，是決定生產力發(fā)展的主要因素，特別是隨著時代的發(fā)展，環(huán)境的變化，認識的深入，人們必須不斷的獲取與發(fā)現新的知識，人們有各種獲得知識與發(fā)展知識的手段，而其中最重要的一種手段是從數據庫中進行數據挖掘。 隨著Internet技術的日益普及，“豐富的數據與貧乏的知識”問題變得日漸突出，而數據挖掘如何從大量的數據中智能地、自動地抽取出有價值的
2、知識和信息，因而成為當前人工智能中非常活躍的研究領域。概念格是近年來獲得飛速發(fā)展的數據分析的有力工具，用來發(fā)現數據中隱藏的知識模式。因此，研究概念格的基本理論以及將其應用于知識發(fā)現有著非常重要的意義。本文主要研究概念格的基本理論和基于概念格的知識發(fā)現。在概念格與粗糙集的關系方面，由于概念格與粗糙集在數據分析方面有相似之處，并且粗糙集的一些概念包括等價類，上、下近似等都可以通過概念格來表示。本文論述了概念格與粗糙集之間的聯(lián)系，建立了它們之
3、間的的關系。在概念格的代數性質方面，本文給出了形式背景下概念集合上的元素之間的二元運算，使通常意義下的概念格成為帶有算子的概念格，證明了概念格為代數意義下的格，并研究了其代數性質，為概念格的進一步研究提供了理論基礎和新的研究方法。在基于概念格的規(guī)則提取方面，數據挖掘尤其是規(guī)則挖掘可以看作是一個形成概念的過程和發(fā)現概念之間關系的過程。 反映了概念與屬性之間的不確定聯(lián)系，在現實生活中，人類認識的大量概念都是模糊的，因此研究模糊概念格
