第11卷第4期 智能系统学报 Vol.11 No.4 2016年8月 CAAI Transactions on Intelligent Systems Aug.2016 D0I:10.11992/6is.201606019 网络出版地址：http:/www.cnki.net/kcms/detail/23.1538.TP.20160808.0831.032.html 数据偏序结构关系中的知识发现可视化方法 郑存芳12，洪文学1，李少雄，任蕴丽3 (1.燕山大学电气工程学院，河北秦皇岛066004：2.燕山大学里仁学院，河北秦皇岛066004：3.河北科技师范学 院数学与信息科技学院，河北秦皇岛066004) 摘要：在形式概念分析与偏序结构理论基础上，针对决策模式信息表，提出一种基于认知原理的规则提取与知识 发现的可视化新方法一属性偏序决策图。该方法在将决策问题转化为决策模式信息表的基础上，通过研究对象 的属性特征，将其表现在可视化图形上，介绍了属性偏序结构图的原理、生成算法及应用实例。实验表明，属性偏序 结构图可以将数据中蕴含的知识和规则得以形象地表示，通过对属性偏序决策图支路、节点、簇集的分析可以有效 地发现数据中蕴含的决策规则。 关键词：属性偏序决策图：偏序结构：形式概念分析：可视化：知识发现 中图分类号：TP182文献标志码：A文章编号：1673-4785(2016)04-0475-06 中文引用格式：郑存芳，洪文学，李少雄，等.数据偏序结构关系中的知识发现可视化方法[J].智能系统学报，2016,11(4)：475- 480. 英文引用格式：ZHENG Cunfang,HONG Wenxue,LI Shaoxiong,etal.A novel knowledge discovery visualization method based on data partial ordered structure[J].CAAI Transactions on Intelligent Systems,2016,11(4):475-480. A novel knowledge discovery visualization method based on data partial ordered structure ZHENG Cunfang'2,HONG Wenxue',LI Shaoxiong',REN Yunli'.3 (1.School of Electrical Engineering,Yanshan University,Qinhuangdao 066004,China:2.Liren College,Yanshan University,Qin- huangdao 066004,China;3.College of Mathematics and Information Technology,Hebei Normal University of Science and Technology, Qinhuangdao 066004,China) Abstract:In this paper,the formal concept is first analyzed and partial order structure theory introduced.The deci- sion diagram of attribute partial ordered structure(DDAPOS),a visualization method of rule extraction and knowl- edge discovery based on cognitive principles,is then proposed.After the decision problem is transformed into a de- cision pattern information table,the attributes of a research object can be presented in the visualized diagram.This paper introduces the principles,generation algorithm,and application examples of DDAPOS.Experimental results show that the knowledge and rules contained in the data can be represented graphically,and the decision-making rules in the data can be found effectively through analysis of the graph branches,nodes and clusters. Keywords:decision diagram of attribute partial ordered structure;partial ordered structure;formal concept analy- sis;visualization;knowledge discovery 随着信息技术的发展，数据的获取变得越来越简单，如何有效地利用数据，从数据海洋中获 取有价值的规律、知识、信息成为摆在人们面前 收稿日期：.2016-06-06.网络出版日期：2016-08-08. 的突出问题。一些不依赖于先验知识，单纯以数 基金项目：国家自然科学基金项日(61273019,61473339.61501397)：河 北省自然科学基金重点项目(2016203443)：燕山大学青年据驱动的理论和方法在这一背景下产生和发展， 教师自主研究计划课题(13LGB033). 通信作者：洪文学.E-mail:hongwx@ysu.cdu.cm 如形式概念分析)、粗糙集[2】、模糊集)]、商空第 １１ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．１１ №．４ ２０１６ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１６ ＤＯＩ：１０．１１９９２ ／ ｔｉｓ．２０１６０６０１９ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１６０８０８．０８３１．０３２．ｈｔｍｌ 数据偏序结构关系中的知识发现可视化方法 郑存芳１，２ ，洪文学１ ，李少雄１ ，任蕴丽１，３ （１． 燕山大学 电气工程学院，河北 秦皇岛 ０６６００４； ２． 燕山大学 里仁学院，河北 秦皇岛 ０６６００４； ３． 河北科技师范学 院 数学与信息科技学院，河北 秦皇岛 ０６６００４） 摘 要：在形式概念分析与偏序结构理论基础上，针对决策模式信息表，提出一种基于认知原理的规则提取与知识 发现的可视化新方法———属性偏序决策图。 该方法在将决策问题转化为决策模式信息表的基础上，通过研究对象 的属性特征，将其表现在可视化图形上，介绍了属性偏序结构图的原理、生成算法及应用实例。 实验表明，属性偏序 结构图可以将数据中蕴含的知识和规则得以形象地表示，通过对属性偏序决策图支路、节点、簇集的分析可以有效 地发现数据中蕴含的决策规则。 关键词：属性偏序决策图；偏序结构；形式概念分析；可视化；知识发现 中图分类号： ＴＰ１８２ 文献标志码：Ａ 文章编号：１６７３－４７８５（２０１６）０４－０４７５－０６ 中文引用格式：郑存芳，洪文学，李少雄，等． 数据偏序结构关系中的知识发现可视化方法［ Ｊ］． 智能系统学报， ２０１６， １１（４）： ４７５－ ４８０． 英文引用格式：ＺＨＥＮＧ Ｃｕｎｆａｎｇ， ＨＯＮＧ Ｗｅｎｘｕｅ， ＬＩ Ｓｈａｏｘｉｏｎｇ， ｅｔ ａｌ． Ａ ｎｏｖｅｌ ｋｎｏｗｌｅｄｇｅ ｄｉｓｃｏｖｅｒｙ ｖｉｓｕａｌｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄａｔａ ｐａｒｔｉａｌ ｏｒｄｅｒｅｄ ｓｔｒｕｃｔｕｒｅ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１６， １１（４）： ４７５－４８０． Ａ ｎｏｖｅｌ ｋｎｏｗｌｅｄｇｅ ｄｉｓｃｏｖｅｒｙ ｖｉｓｕａｌｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄａｔａ ｐａｒｔｉａｌ ｏｒｄｅｒｅｄ ｓｔｒｕｃｔｕｒｅ ＺＨＥＮＧ Ｃｕｎｆａｎｇ １，２ ， ＨＯＮＧ Ｗｅｎｘｕｅ １ ， ＬＩ Ｓｈａｏｘｉｏｎｇ １ ， ＲＥＮ Ｙｕｎｌｉ １，３ （１． Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｑｉｎｈｕａｎｇｄａｏ ０６６００４， Ｃｈｉｎａ； ２． Ｌｉｒｅｎ Ｃｏｌｌｅｇｅ， Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｑｉｎ⁃ ｈｕａｎｇｄａｏ ０６６００４， Ｃｈｉｎａ； ３． Ｃｏｌｌｅｇｅ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ， Ｈｅｂｅｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｑｉｎｈｕａｎｇｄａｏ ０６６００４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ｆｏｒｍａｌ ｃｏｎｃｅｐｔ ｉｓ ｆｉｒｓｔ ａｎａｌｙｚｅｄ ａｎｄ ｐａｒｔｉａｌ ｏｒｄｅｒ ｓｔｒｕｃｔｕｒｅ ｔｈｅｏｒｙ ｉｎｔｒｏｄｕｃｅｄ． Ｔｈｅ ｄｅｃｉ⁃ ｓｉｏｎ ｄｉａｇｒａｍ ｏｆ ａｔｔｒｉｂｕｔｅ ｐａｒｔｉａｌ ｏｒｄｅｒｅｄ ｓｔｒｕｃｔｕｒｅ （ＤＤＡＰＯＳ）， ａ ｖｉｓｕａｌｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｒｕｌｅ ｅｘｔｒａｃｔｉｏｎ ａｎｄ ｋｎｏｗｌ⁃ ｅｄｇｅ ｄｉｓｃｏｖｅｒｙ ｂａｓｅｄ ｏｎ ｃｏｇｎｉｔｉｖｅ ｐｒｉｎｃｉｐｌｅｓ， ｉｓ ｔｈｅｎ ｐｒｏｐｏｓｅｄ． Ａｆｔｅｒ ｔｈｅ ｄｅｃｉｓｉｏｎ ｐｒｏｂｌｅｍ ｉｓ ｔｒａｎｓｆｏｒｍｅｄ ｉｎｔｏ ａ ｄｅ⁃ ｃｉｓｉｏｎ ｐａｔｔｅｒｎ ｉｎｆｏｒｍａｔｉｏｎ ｔａｂｌｅ， ｔｈｅ ａｔｔｒｉｂｕｔｅｓ ｏｆ ａ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔ ｃａｎ ｂｅ ｐｒｅｓｅｎｔｅｄ ｉｎ ｔｈｅ ｖｉｓｕａｌｉｚｅｄ ｄｉａｇｒａｍ． Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｐｒｉｎｃｉｐｌｅｓ， ｇｅｎｅｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ， ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｅｘａｍｐｌｅｓ ｏｆ ＤＤＡＰＯＳ． Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｋｎｏｗｌｅｄｇｅ ａｎｄ ｒｕｌｅｓ ｃｏｎｔａｉｎｅｄ ｉｎ ｔｈｅ ｄａｔａ ｃａｎ ｂｅ ｒｅｐｒｅｓｅｎｔｅｄ ｇｒａｐｈｉｃａｌｌｙ， ａｎｄ ｔｈｅ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｒｕｌｅｓ ｉｎ ｔｈｅ ｄａｔａ ｃａｎ ｂｅ ｆｏｕｎｄ ｅｆｆｅｃｔｉｖｅｌｙ ｔｈｒｏｕｇｈ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｇｒａｐｈ ｂｒａｎｃｈｅｓ， ｎｏｄｅｓ ａｎｄ ｃｌｕｓｔｅｒｓ． Ｋｅｙｗｏｒｄｓ： ｄｅｃｉｓｉｏｎ ｄｉａｇｒａｍ ｏｆ ａｔｔｒｉｂｕｔｅ ｐａｒｔｉａｌ ｏｒｄｅｒｅｄ ｓｔｒｕｃｔｕｒｅ； ｐａｒｔｉａｌ ｏｒｄｅｒｅｄ ｓｔｒｕｃｔｕｒｅ； ｆｏｒｍａｌ ｃｏｎｃｅｐｔ ａｎａｌｙ⁃ ｓｉｓ； ｖｉｓｕａｌｉｚａｔｉｏｎ； ｋｎｏｗｌｅｄｇｅ ｄｉｓｃｏｖｅｒｙ 收稿日期：２０１６－０６－０６． 网络出版日期：２０１６－０８－０８． 基金项目：国家自然科学基金项目（６１２７３０１９，６１４７３３３９，６１５０１３９７）；河 北省自然科学基金重点项目（ Ｆ２０１６２０３４４３）；燕山大学青年 教师自主研究计划课题（１３ＬＧＢ０３３）． 通信作者：洪文学． Ｅ⁃ｍａｉｌ：ｈｏｎｇｗｘ＠ ｙｓｕ．ｅｄｕ．ｃｎ． 随着信息技术的发展，数据的获取变得越来 越简单，如何有效地利用数据，从数据海洋中获 取有价值的规律、知识、信息成为摆在人们面前 的突出问题。 一些不依赖于先验知识，单纯以数 据驱动的理论和方法在这一背景下产生和发展， 如形式概念分析［ １］ 、粗糙集［ ２］ 、模糊集［ ３］ 、商 空