基于概念格的信息检索及其树形可视化

doi:10.3778/j.issn.1002-8331.1507-0017

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (3): 95-99.DOI: 10.3778/j.issn.1002-8331.1507-0017

基于概念格的信息检索及其树形可视化

沈夏炯1，2，叶曼曼2，甘甜2，韩道军1，2

1.河南大学数据与知识工程研究所，河南，开封 475004
2.河南大学计算机与信息工程学院，河南，开封 475004

出版日期:2017-02-01 发布日期:2017-05-11

Information retrieval based on concept lattice and its tree visualization

SHEN Xiajiong1, 2, YE Manman2, GAN Tian2, HAN Daojun1, 2

1.Institute of Data and Knowledge Engineering, Henan University, Kaifeng, Henan 475004, China
2.School of Computer and Information Engineering, Henan University, Kaifeng, Henan 475004, China

Online:2017-02-01 Published:2017-05-11

摘要/Abstract

摘要： 概念格作为形式概念分析理论重要的数据表示形式，因其生动简洁地体现概念之间的泛化和特化关系，被广泛应用于知识获取与信息检索领域。在使用概念格进行检索的过程中，随着概念格中概念以及概念之间关系的增加，呈现的格结构容易产生边交叉现象，造成视觉混淆，导致目标信息遗漏。针对这一问题，结合概念格在信息检索方面的优越性以及树形结构在可视化方面的有序性，首先用概念格结构存储数据信息，然后在信息展示时将格结构转化成树形结构，使用户不仅可以通过多条路径检索到目标信息，且结构清晰。最后通过将概念格树形化方法应用于音乐工具分类检索场景中，验证该方法的实用性。

关键词: 概念格, 信息检索, 树形结构, 可视化

Abstract: Concept lattice as a significant data representation of formal concept lattice has been widely used in knowledge acquisition and information retrieval for embodying the generalization and specialization relationship vividly and succinctly among concepts. In the process of using concept lattice for retrieval, the presenting structure of concept lattice is easily making edges crossover as the number of concepts and their relationships grow significantly, giving rise to confused vision and target information omission. To solve this problem, combining the advantages of concept lattice in information retrieval with the regularity of tree structure in visualization, firstly it stores data information using concept lattice structure, then changes the lattice structure into tree structure before displaying to the users, so that users can not only search target information through multiple paths but also have a clear browsing. Finally, the method is applied to music classification and retrieval, and experimental result shows that the method is efficient and effective.

Key words: concept lattice, information retrieval, tree structure, visualization

沈夏炯1，2，叶曼曼2，甘甜2，韩道军1，2. 基于概念格的信息检索及其树形可视化[J]. 计算机工程与应用, 2017, 53(3): 95-99.

SHEN Xiajiong1, 2, YE Manman2, GAN Tian2, HAN Daojun1, 2. Information retrieval based on concept lattice and its tree visualization[J]. Computer Engineering and Applications, 2017, 53(3): 95-99.

[1]	余磊，许光銮，王洋，林道玉，李峰. 基于动态投影嵌入的多维异质网络可视化研究[J]. 计算机工程与应用, 2021, 57(8): 145-152.
[2]	王友发，周圆圆，罗建强. 近20年智能制造研究热点与前沿挖掘[J]. 计算机工程与应用, 2021, 57(6): 49-57.
[3]	李晓英，唐冬琳. 面向用户生成内容的创意思维知识服务研究[J]. 计算机工程与应用, 2021, 57(4): 236-244.
[4]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[5]	陈小寒，魏书宁，覃正泽. 基于深度学习可视化的恶意软件家族分类[J]. 计算机工程与应用, 2021, 57(22): 131-138.
[6]	程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J]. 计算机工程与应用, 2021, 57(21): 116-122.
[7]	任卓君，陈光，卢文科. 恶意软件的操作码可视化方法研究[J]. 计算机工程与应用, 2021, 57(18): 130-134.
[8]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[9]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[10]	张迪，杨沛，邓鑫波，赵千川. ASExplorer：基于联合熵的多维相关性可视分析系统[J]. 计算机工程与应用, 2021, 57(1): 99-109.
[11]	魏世超，李歆，张宜弛，周晓锋，李帅. 基于E-t-SNE的混合属性数据降维可视化方法[J]. 计算机工程与应用, 2020, 56(6): 66-72.
[12]	王家润，孙禹楠，尹辉，杨志龙. 军事目标关系的拟合地势及双重保凸可视建模[J]. 计算机工程与应用, 2020, 56(5): 270-278.
[13]	王占刚. 面向视觉变量感知特征的时空过程可视化模型[J]. 计算机工程与应用, 2020, 56(4): 50-56.
[14]	王金丽，樊勇，张辉. 区块链文献主题发现及演化研究[J]. 计算机工程与应用, 2020, 56(20): 1-8.
[15]	翟永杰，杨旭，王金娜，王坤峰，赵振兵. 平行视觉框架下深度卷积神经网络可视化分析[J]. 计算机工程与应用, 2020, 56(19): 139-145.

基于概念格的信息检索及其树形可视化

Information retrieval based on concept lattice and its tree visualization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics