Ontology 和 FCA在知识建模中的融合机理研究

doi:10.11925/infotech.1003-3513.2010.03.07

现代图书情报技术

2010, Vol. 26

Issue (3): 40-46 https://doi.org/10.11925/infotech.1003-3513.2010.03.07

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

Ontology 和 FCA在知识建模中的融合机理研究

张云中

(吉林大学管理学院长春 130022)

Research on Amalgamation Mechanism of FCA and Ontology in Knowledge Modeling

Zhang Yunzhong

(School of Management, Jilin University, Changchun 130022,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (781 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

针对Ontology与FCA在知识建模中的融合问题，对比Ontology和FCA之间的异同，从哲学视角、代数结构视角、知识处理与知识管理视角分析Ontology和FCA融合的条件，剖析二者在知识建模过程中的融合机理，最终得出Ontology和FCA在知识建模过程中融合的8个具体方向，为Ontology和FCA在知识建模领域中的融合研究提供启发。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张云中

关键词 ：形式概念分析, 本体, 知识建模, 融合机理

Abstract：

For the amalgamation problems of Ontology and FCA in knowledge modeling, the similarities and differences between Ontology and FCA are compared. Then the conditions of amalgamation of Ontology and FCA are analyzed from the perspectives of philosophy, algebraic structure, knowledge processing and knowledge management, and the amalgamation mechanism of Ontology and FCA in the process of knowledge modeling is defined. Finally，the paper comes to the conclusion that Ontology and FCA can be combined on eight idiographic aspects in the process of knowledge modeling, which may offer a wide view for the amalgamation of Ontology and FCA in the field of knowledge modeling.

Key words： FCA Ontology Knowledge modeling Amalgamation mechanism

收稿日期: 2010-01-08 出版日期: 2010-03-25

G35

通讯作者: 张云中 E-mail: zhang-yun-zhong@126.com

作者简介: 张云中

引用本文:

张云中. Ontology 和 FCA在知识建模中的融合机理研究[J]. 现代图书情报技术, 2010, 26(3): 40-46.
Zhang Yunzhong. Research on Amalgamation Mechanism of FCA and Ontology in Knowledge Modeling. New Technology of Library and Information Service, 2010, 26(3): 40-46.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.03.07 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2010/V26/I3/40

［1］毕强,滕广青. 国外信息资源管理研究进展及热点分析——基于IRMJ和JASIS的分析［J］.中国图书馆学报，2009，35(9):80-90.
［2］ Cimiano P. Conceptual Knowledge Processing with Formal Concept Analysis and Ontologies［EB/OL］. ［2010-01-15］.http://www.aifb.uni-karlsruhe.de/WBS/pci/icfca04.pdf.
［3］ Haav H M. A Semi-automatic Method to Ontology Design by Using FCA［EB/OL］. ［2010-01-15］. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.92.6057&rep=rep1&type=pdf.
［4］ Obitko M,Snasel V, Smid J. Ontology Design with Formal Concept Analysis［EB/OL］. ［2010-01-15］. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.86.2092&rep=rep1&type=pdf.
［5］ Stumme G, Maedche A. FCA-merge : Bottom-up Merging of Ontologies ［EB/OL］. ［2010-01-15］. http://eprints.kfupm.edu.sa/40922/1/40922.pdf.
［6］ Ganter B, Stumme G.Creation and Merging of Ontology Top-levels ［EB/OL］. ［2010-01-15］. http://www.springerlink.com/content/b52v43h6atteg5ut/fulltext.pdf.
［7］周文,刘宗田,陈慧琼.FCA与本体融合研究的综述［J］.计算机科学，2006，33(2)：8-12.
［8］ Stumme G. Formal Concept Analysis on Its Way from Mathematics to Computer Science ［EB/OL］. ［2010-01-15］.http://www.springerlink.com/content/ddyjgml92pawdu4h/fulltext.pdf.
［9］徐国虎,许芳,董慧. 基于语义关系的本体推理规则研究［J］.中国图书馆学报，2007，33(5)：88-92.
［10］曹泽文，钱杰，张维明，等.基于FCA的概念相似度计算方法［J］. 模糊系统与数学，2008，22(1):155-162.
［11］林智超，朱国进. 一种基于FCA的概念相似度算法［J］.计算机技术与发展，2008，18(9):112-126.

[1]	盛姝, 黄奇, 杨洋, 解绮雯, 秦新国. HL7 FHIR框架下中国医疗领域信息交换研究与解决方案[J]. 数据分析与知识发现, 2021, 5(11): 13-28.
[2]	曾桢,李纲,毛进,陈璟浩. 区域公共安全数据治理与业务领域本体研究^*[J]. 数据分析与知识发现, 2020, 4(9): 41-55.
[3]	刘萍,彭小芳. 基于形式概念分析的词汇相似度计算^*[J]. 数据分析与知识发现, 2020, 4(5): 66-74.
[4]	马捷,葛岩,蒲泓宇. 属性约简方法研究综述*[J]. 数据分析与知识发现, 2020, 4(1): 40-50.
[5]	强韶华,罗云鹿,李玉鹏,吴鹏. 基于RBR和CBR的金融事件本体推理研究 ^*[J]. 数据分析与知识发现, 2019, 3(8): 94-104.
[6]	邓诗琦,洪亮. *面向智能应用的领域本体构建研究^——以反电话诈骗领域为例**[J]. 数据分析与知识发现, 2019, 3(7): 73-84.
[7]	高广尚. 用户画像构建方法研究综述^*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[8]	王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究^*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[9]	何有世, 何述芳. 基于领域本体的产品网络口碑信息多层次细粒度情感挖掘^*[J]. 数据分析与知识发现, 2018, 2(8): 60-68.
[10]	唐慧慧, 王昊, 张紫玄, 王雪颖. 基于汉字标注的中文历史事件名抽取研究^*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[11]	庞贝贝, 苟娟琼, 穆文歆. 面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究^*[J]. 数据分析与知识发现, 2018, 2(6): 92-101.
[12]	丁晟春, 刘梦露, 傅柱. 概念设计中基于知识流的多维设计知识统一建模技术研究^*[J]. 数据分析与知识发现, 2018, 2(2): 11-19.
[13]	刘萍, 李亚楠, 郁聪. 面向学术搜索的交互式知识地图建构研究^*[J]. 数据分析与知识发现, 2018, 2(12): 43-51.
[14]	涂海丽, 唐晓波. 基于标签的商品推荐模型研究^*[J]. 数据分析与知识发现, 2017, 1(9): 28-39.
[15]	陈二静, 姜恩波. 文本相似度计算方法研究综述[J]. 数据分析与知识发现, 2017, 1(6): 1-11.

Viewed

Full text

Abstract

Cited

Shared

Discussed