15、协作式概念探索：使用专家联盟进行属性探索

协作式概念探索：使用专家联盟进行属性探索

在属性探索中，使用专家联盟（consortium）代替单一领域专家是一种有效的方法，但也面临一些挑战。本文将详细介绍专家联盟在属性探索中的应用，包括其定义、面临的问题及解决方法，以及联盟的一致性、能力和局限性等内容。

1. 专家联盟的定义与选择策略

为了减少向联盟中单个专家的询问次数，我们引入了专家联盟的概念。假设有一个关于集合 $X$ 在集合 $M$ 上的专家联盟 $C = {p_i} {i\in I}$，专家联盟映射 $p_C : \prod {i\in I} Imp(N_i) \to \prod_{i\in I} X_i\cup{\top}$ 需满足以下条件：
- 若存在 $p_i \in S$ 使得 $p_i(f) \neq \top$，则 $p_C(f) \neq \top$；
- 若 $p_C(f) = X \in \prod_{i\in I} X_i$，则 $A \subseteq X$ 且 $B \not\subseteq X$。

其中，集合 $S \subseteq C$ 是每次询问时选择的本地专家子集，且对于每个 $p_i \in S$，有 $f \in Imp(N_i)$。选择专家子集的方式有多种，例如：
- 一次性咨询所有本地（预）专家；
- 咨询覆盖所讨论属性且属性规模最大的专家；
- 使用成本函数，只询问成本较低的专家。

在探索过程中，已接受的蕴含关系可能会在后续被反驳。当询问得到的反例也是已接受蕴含关系的反例时，需要修正有效蕴含关系的集合。

2. 使用专家联盟探索的问题及解决方法

<