İçeriğe atla
Arama sonuçlarına dön

Biçimsel Kavram Analizi (FCA)

Ortaya koyan
Rudolf Wille & Bernhard Ganter
Yıl
1982
Tür
Lattice-based knowledge representation / concept mining
Aile
Concept analysis

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Biçimsel kavram analizi, nesnelerin hangi özniteliklere sahip olduğunu gösteren basit bir tablodan bir kavram hiyerarşisi türetir.

Rudolf Wille tarafından 1982'de kafes teorisi üzerine kurulan bu yöntem, her bir nesne kümesini paylaştıkları özniteliklerle eşleştirerek 'biçimsel kavramlar' oluşturur, ardından bunları bilgi keşfi, ontoloji oluşturma ve kategorik verilerin açıklanabilir analizi için matematiksel olarak temellendirilmiş, yorumlanabilir bir hiyerarşi olan bir kavram kafesi halinde düzenler.

Yöntemin mantığı

Bir çapraz tablo ile başlayın: satırlar nesneler, sütunlar özniteliklerdir, bir işaret 'bu nesne bu özniteliğe sahip' anlamına gelir. Bir kavram doğal bir gruplamadır: bir nesne kümesi ile tam olarak paylaştıkları öznitelikler kümesi — ve tersine, bu özniteliklere sahip tüm nesnelerin kümesi. 'Kuşlar' {tüye sahip, yumurtlar, uçar mı?} özniteliklerine sahip nesneler olabilir; öznitelikleri daraltmak nesne kümesini küçültür, genişletmek büyütür. FCA, bu tür tüm kendiyle tutarlı (nesne-kümesi, öznitelik-kümesi) çiftlerini bulur ve bunları, yukarı doğru genelleştirilen (daha fazla nesne, daha az paylaşılan öznitelik) ve aşağı doğru özelleştirilen bir kafeste istifler. Sonuç, doğrudan verilerden okunan şeffaf bir kavram hiyerarşisidir.

Tarih

Rudolf Wille, biçimsel kavram analizini 1982 tarihli 'Kafes Teorisinin Yeniden Yapılandırılması' makalesiyle başlattı, Birkhoff'un soyut kafes teorisini nesne-öznitelik çiftleri olarak kavramların somut kavramı etrafında yeniden çerçeveledi. Bernhard Ganter ile birlikte matematiksel temelleri geliştirdi (1996 Almanca baskısı; 1999 İngilizce çevirisi), kavram kafesi, Galois bağlantısı ve Duquenne-Guigues çıkarım tabanını kurdu. FCA, bilgi temsili, veri madenciliği, bilgi erişimi ve yazılım mühendisliği alanlarını kapsayan aktif bir alana dönüştü, ilişkilendirme kuralı madenciliği (kapalı öğe kümeleri), kaba küme teorisi ve granüler hesaplama ile güçlü bağları var.

Ne zaman kullanılır?

Kategorik/ikili verilerin gizli kavramsal yapısını keşfetmek ve görselleştirmek için biçimsel kavram analizini kullanın — bilgi mühendisliği ve ontoloji oluşturma, bilgi erişimi ve fasetli tarama, yazılım ve veri analizi, gen/terim ilişkilendirme çalışmaları ve şeffaf bir hiyerarşi ve kesin kuralların istendiği açıklanabilir gruplama için. Tek bir kümeleme değil, desteklenen her kavramı ve öznitelikler arasındaki çıkarımları istediğinizde idealdir. Uyarılar: kavram kafesi bağlam boyutuna göre üstel olarak büyüyebilir, bu nedenle büyük veya yoğun bağlamlar budama gerektirir (buzul kafesleri, kararlılık/destek eşikleri); FCA yerel olarak ikili öznitelikleri işler, bu nedenle sayısal/çok değerli veriler önce ikili forma 'ölçeklenmelidir', bu da sonuçları etkileyen bir modelleme seçimidir. İlişkilendirme kuralı madenciliği, kaba kümeler ve granüler hesaplama ile yakından bağlantılıdır.

Sınırlar ve dikkat edilmesi gerekenler

  • Kavram kafesi, büyük veya yoğun bağlamlar için üstel olarak büyük olabilir.
  • Yerel olarak ikilidir — çok değerli veriler, öznel bir adım olan kavramsal ölçekleme gerektirir.
  • Gürültüye duyarlıdır: birkaç sahte işaret kafesi parçalayabilir.
  • Orta düzeyde kavram sayısının ötesinde görselleştirme zorlaşır.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Doğrudan verilerden türetilmiş kesin, matematiksel olarak temellendirilmiş bir kavram hiyerarşisi.
  • Yüksek derecede yorumlanabilir: kavramlar, kapsamlar/niyetler ve çıkarımlar insan tarafından okunabilir.
  • Bilgi tabanları için kullanışlı olan öznitelik çıkarım kuralları (minimum kök tabanı) verir.
  • Doğal olarak ilişkilendirme kuralları, kaba kümeler ve ontoloji mühendisliği ile bağlantı kurar.

Uygulama alanları

  • Nesne-öznitelik verilerinden bilgi mühendisliği ve ontoloji oluşturma.
  • Belge koleksiyonlarının bilgi erişimi ve fasetli/kavramsal taraması.
  • Veri analizinde öznitelik çıkarımları ve kapalı öğe kümelerinin madenciliği.
  • Yazılım mühendisliği analizi (örn. sınıf/özellik hiyerarşileri).
  • Biyomedikal ve gen ifadesi terim-ilişkilendirme çalışmaları.

Nasıl çalışır?

Nasıl çalışır?

1

Girdi, biçimsel bir bağlamdır: bir nesne kümesi G, bir öznitelik kümesi M ve hangi nesnelerin hangi özniteliklere sahip olduğunu belirten ikili bir ilişki I üçlüsü. Bu sadece bir Boole nesne × öznitelik tablosudur.

Formül
\mathbb{K} = (G, M, I),\quad I \subseteq G \times M
2

İki türetme (Galois) operatörü nesneleri ve öznitelikleri birbirine bağlar: bir nesne kümesi A için, A′ onların hepsine ortak olan özniteliklerdir; bir öznitelik kümesi B için, B′ hepsini paylaşan nesnelerdir. Operatörleri iki kez uygulamak, 'başlangıç kümesi tarafından üretilen doğal kapsam/niyet'i yakalayan bir kapanım verir.

Formül
A' = \{m \mid \forall g\in A,\ (g,m)\in I\},\quad B' = \{g \mid \forall m\in B,\ (g,m)\in I\}
3

Biçimsel bir kavram, karşılıklı olarak kapalı olan bir (A, B) çiftidir — kapsam A (nesneler) ve niyet B (öznitelikler) — : A tarafından paylaşılan öznitelikler tam olarak B'dir ve B'ye sahip nesneler tam olarak A'dır. Bu çiftler, verilerin desteklediği kararlı, keyfi olmayan gruplamalardır.

Formül
(A,B)\ \text{is a concept} \iff A' = B \ \text{and}\ B' = A
4

Kavramları kapsam içermesine göre sıralayın: bir kavram diğerinin altındadır, eğer nesne kümesi diğerinin içine dahil edilmişse (eşdeğer olarak öznitelik kümesi diğerini içeriyorsa). Bu kısmi sıralama her zaman tam bir kafestir — kavram kafesi — Hasse diyagramı olarak çizilir. Öznitelik çıkarımları ( 'öznitelikler X her zaman öznitelik y ile birlikte gelir' gibi kurallar) aynı yapıdan okunur (Duquenne-Guigues kök tabanı minimum bir kural kümesi verir).

Formül
(A_1,B_1) \le (A_2,B_2) \iff A_1 \subseteq A_2\ (\Leftrightarrow B_2 \subseteq B_1)

Sık yapılan hatalar

  • Budama (buzul/kararlılık) olmadan büyük yoğun bağlamlara uygulamak ve kavramlara boğulmak.
  • Sayısal öznitelikleri dikkatsizce ölçeklemek, bulunan kavramları sessizce belirler.
  • Gürültülü bir bağlamı kesin olarak ele almak, birçok neredeyse aynı kavram üretir.
  • FCA'nın kesin çıkarımlarını istatistiksel ilişkilendirme kurallarıyla karıştırmak (varsayılan olarak destek/güven yok).

Sık sorulan sorular

Biçimsel bir kavram nedir?

Biçimsel bir kavram, karşılıklı olarak kapalı olan bir kapsam (bir nesne kümesi) ve bir niyet (nesnelerin hepsinin paylaştığı öznitelikler kümesi) çiftidir: kapsamın ortak öznitelikleri tam olarak niyettir ve niyete sahip nesneler tam olarak kapsamdır. Bu karşılıklı tutarlı çiftler, verilerin desteklediği doğal kavramlardır.

FCA kümelemeyle nasıl ilişkilidir?

Kümeleme, genellikle benzerliğe göre tek bir bölümleme üretir. FCA, kesin öznitelik tanımları ve çıkarımlarıyla, genelden özele doğru sıralanmış tüm kendiyle tutarlı kavramların tam kafesini üretir. FCA, tek bir düz bölümleme yerine şeffaf, örtüşen bir kavram hiyerarşisidir.

FCA sayısal verileri işleyebilir mi?

Doğrudan değil — ikili nesne-öznitelik bağlamlarında çalışır. Sayısal veya çok değerli öznitelikler, kavramsal ölçekleme (örn. eşikleme veya aralık kodlama) yoluyla ikili olanlara dönüştürülmelidir. Bu ölçekleme, sonuçta ortaya çıkan kavramları güçlü bir şekilde şekillendiren bir modelleme kararıdır, bu nedenle bilinçli olarak yapılmalıdır.

İlgili yöntemler

Kaynaklar

  1. Wille, R. (1982). Restructuring lattice theory: an approach based on hierarchies of concepts. In I. Rival (Ed.), Ordered Sets (pp. 445–470). Reidel.

    DOI kaynağını aç
    Kopyalandı.
  2. Ganter, B., & Wille, R. (1999). Formal Concept Analysis: Mathematical Foundations. Springer.

    ISBN: 978-3-540-62771-5
    Kopyalandı.