基于FCA的气象灾害领域术语层次关系分析和本体构建研究

通过对本体、形式概念分析等理论研究进行分析,提出一种以"文档——术语"为核心,形式概念分析为技术手段的气象灾害领域的本体构建方法。针对气象灾害领域知识库和主题词表的缺失,以中英文学术论文为数据源,对气象灾害领域术语的层次关系抽取和分析进行了详细阐述和论证,具体包括领域术语的抽取和筛选,文档术语矩阵的建立,主题概念格的生成,术语层次关系分析;本体OWL描述和可视化展示等过程,最后利用GATE Developer对构建本体的有效性进行了验证。     

基于形式概念分析的信息系统建模理论研究

针对如何运用FCA完善信息系统建模理论的问题,明确信息系统建模要解决的核心问题和利用FCA在解决上述问题的优势,指出FCA在信息系统建模中的应用方向,提出一套基于FCA的信息系统建模理论,并结合实例详细阐述应用FCA进行子系统划分的方法和构建静态模型、动态模型和功能模型的原理。     

用FCA对搜索结果进行分类*

用形式概念分析的方法，对用户的搜索结果进行自动分类研究，经过建立模型进行实验证明，用形式概念的方式可以对搜索结果进行自动分类，用户可以更便利更准确地使用搜索结果，有效提高查找信息效率。     

关于常用国际贸易术语的几点思考

常用的国际贸易术语是学习国际贸易知识的重点，更是全国商务单证员考试中的基础知识点。随着国际运输技术的发展，新三种贸易术语（FCA、CPT、CIP）的地位日益突出。本文针对全国商务单证员考试，以这六种常用的贸易术语为基础，并以新三种贸易术语为重点，做了分析和区别。     

领域本体自动构建研究

本体作为语义基础被广泛应用于信息检索、人工智能、语义网络和知识管理等领域.然而本体的构建和维护工作费时费力,影响了本体的广泛应用.因此,研究者们尝试利用机器学习、数据挖掘等技术自动构建本体,提出诸多本体自动构建的理论和方法.本文在总结现存本体自动构建方法的同时深入研究了基于FCA(Formal Concept Analysis)的本体自动构建方法,主要包括:基于PAT-Tree的统计分词,文档特征选择,基于文档-关键词的形式背景生成,最后用FCA构建本体.实验表明,基于FCA的本体构建方法明显提高了本体自动化的程度,构建的本体具有较好的可信度.     

从卖方承担费用的差异看FCA、CPT、CIP

FCA、CPT、CIP三个价格术语是国际贸易实务中比较重要的三个价格条件,他们之间的联系主要表现在对卖方费用承担的差异上.     

基于FCA的Folksonomy用户偏好挖掘研究

针对当前Folksonomy用户偏好挖掘方法只能在二元关系基础上挖掘用户偏好、只关注单用户偏好而忽略用户群偏好、只注重静态偏好而忽视时间推移带来的动态变化等问题,提出基于FCA的Folksonomy用户偏好挖掘模型,通过构建Folksonomy多值背景及单值背景,在概念格可视化基础上分析Folksonomy用户行为、用户偏好及其转移。该模型的提出为Folksonomy系统中的用户偏好的获取提供新思路。     

基于FCA和关联规则的情报学本体构建

提出一种新的领域本体学习方法,结合形式概念分析(FCA)与关联规则挖掘从非结构化文本中获取情报学本体。该方法从文本集中通过种子-扩展机制的方法获取领域核心概念,构建文档概念格(文档×关键词矩阵),在此基础上通过形式概念分析方法来识别概念之间的等级关系,通过关联规则挖掘概念间的相关关系。最后,采用基于"黄金标准"的方法对本体学习的结果进行评价,结果表明:通过这种方法构建的本体可以达到较高的领域知识覆盖率,而且能够识别概念之间部分隐含的关系,从而验证该方法在领域本体的构建中实用且有效。     

基于FCA和异构资源融合的本体构建研究

[目的/意义]单一资源构建本体存在概念完整性和语义关系完整性的局限,为了满足用户对资源检索的个性化需求,综合FCA和异构资源各自的优势,采用异构资源构建本体的手段克服单一资源的局限。[方法/过程]以主题词表和Folksonomy数据集为数据源,各自构建形式背景,通过并叠置运算获得异构资源的形式背景,转换成概念格,从概念格中抽取概念模型,使用protégé工具和OWL语言构建实验本体。[结果/结论]通过词重率、增词率、漏词率3个参数,评估实验本体构建效果。实验结果表明,融合的本体有效地丰富了概念和概念间关系,比单一资源构建的本体更具有优势,为本体构建提供了一种新的可行方案。