面向分面导航的层次概念格模型及挖掘算法

摘要：

分面导航利用动态多维分类目录组织查询结果,从而有效减轻数据库资源定位过程中的信息过载.现有的分面导航限制用户每次增删一个查询关键字,无法满足对具有丰富语义的导航操作的需求.另一方面,高效的动态目录生成算法的缺乏阻碍了分面导航在大规模数据中的应用.该文提出了层次概念格,对分面导航中不同浏览状态之间的关系进行建模.基于该层次概念格模型,该文设计了若干新的导航操作以支持用户在不同浏览状态之间更灵活地跳转,从而更有效地进行知识发现.为获取该层次概念格以支持导航的灵活性和实时性,该文提出了层次概念格的高效挖掘和索引算法L-Miner.L-Miner以深度优先方式挖掘所有节点,每得到一个新节点,就更新已挖掘节点之间的边.通过对底层格节点的倒排索引,L-Minder可以高效地进行边更新.实验结果表明:L-Miner的速度远快于现有算法,而其构建的索引结构的存储代价更低.

关键词：分面导航、概念格、频繁闭项集挖掘、数据挖掘、探索式信息检索

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：“八六三”高技术研究发展计划项目基金2010AA012500;国家自然科学基金60933005,61003166

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1589-1602