Formal concept analysis and text mining

形式概念分析和文本挖掘

• 批准号: 9184-2007
• 负责人: Godin, Robert
• 金额: $ 2.11万
• 依托单位: Université du Québec à Montréal
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2010
• 资助国家: 加拿大
• 起止时间: 2010-01-01 至 2011-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=450436
• 关键词: Formal; concept; analysis; text; mining

Our research program addresses two main directions. Formal Concept Analysis (FCA) and text mining. Our first research direction is to pursue ongoing work in the field of FCA and applications, in particular data mining applications. FCA can be viewed as a hierarchical conceptual clustering approach that reveals the significant patterns of commonalties and relationships within tabular data based on the formal framework of Galois (or concept) lattices. Pioneered by Wille and myself in the early eighties, this field has largely expanded and it has become over the last ten years a well established discipline with an elaborated theoretical basis, a large array of applications (data mining, bioinformatics, software engineering, information retrieval, linguistics, psychology, ...) and software tools (commercial and open source), and a growing international community. In the next grant period, we plan to focus on data mining applications within the following main themes: multilevel association rule data mining condensed representation, complex data mining, approximate condensed representations and incremental frequent pattern mining for performance optimization in data warehouses.

我们的研究计划针对两个主要方向。形式概念分析（FCA）和文本挖掘。我们的第一个研究方向是从事FCA和应用程序，特别是数据挖掘应用程序的持续工作。 FCA可以看作是一种层次结构的概念聚类方法，该方法揭示了基于Galois（或概念）晶格的正式框架的表格数据中的共同点和关系的重要模式。该领域在八十年代初期被威利（Wille）和我本人开创，这一领域在过去的十年中已成为良好的纪律，并具有详尽的理论基础，一系列应用程序（数据挖掘，生物信息学，软件工程，软件工程，信息检验，语言学，语言学，心理学，……和软件工具（商业工具）以及一个成熟的国际社区），以及一个成长的国际社区。在下一个赠款期间，我们计划关注以下主要主题中的数据挖掘应用程序：多级关联规则数据挖掘的凝结表示形式，复杂的数据挖掘，近似凝结表示形式和增量频繁的频繁模式挖掘，以进行数据仓库中的性能优化。