迈向认知社区分类法的简洁表示与基于概念格的迭代分类
在知识领域的研究中,认知社区的分类表示以及图形对象的分类识别是两个重要的研究方向。下面将分别介绍认知社区分类法的简洁表示方法以及基于概念格的迭代分类过程。
认知社区分类法的简洁表示
在认知社区的研究中,基于知识的社会网络社区结构的处理需要更深入的方法。以往通过概念格从描述作者使用术语的数据构建知识分类法时,这类分类法往往规模庞大,计算和分析难度大。
稳定性指标的变体
- 内涵稳定性 :稳定性指标 $\sigma$ 指的是意图的稳定性,称为内涵稳定性。
- 外延稳定性 :概念 $(A, B)$ 的外延稳定性指标可定义为 $\sigma_e(A, B) = \frac{|{D \subseteq B | D’ = A}|}{2^{|B|}}$。它表示在去掉任意数量的属性后保留其范围的概率,与概念的社会方面相关,可用于处理噪声词。
- 一般稳定性 :概念 $(A, B)$ 的一般稳定性指标可定义为 $\frac{|{(H, N, J) | H \subseteq G, N \subseteq M, J = I \cap (H \times N), A_J^H = B_N, B_J^N = A_H}|}{2^{|G| + |M|}}$,但目前尚无现实的计算方法,只有理论意义。不过,有限版本的稳定性以及外延和内涵稳定性的各种组合值得尝试。
修剪策略
为了减少概念数量,可测试其他技术,并与稳定性结合
超级会员免费看
订阅专栏 解锁全文
2037

被折叠的 条评论
为什么被折叠?



