因素空间理论及其在智能数据库中的应用

A factor space is a coordinate space with exes named by factors. Human being always puts the objective objects into the space to perform thinking procedures. Factor space is a formal theory of conceptual generation and calculations. Since each row of a public tableau in data bases is a sampling point of a factor space, factor space is the mathematics of data science. Existent mathematics relied by data bases are fuzzy sets and rough sets (including formal conceptual analysis). The contribution of fuzzy sets is quantifying qualitative words such that common concepts can be carried into data bases. The contribution of rough sets is build the relationship in between extension and intension such that data science can connect the recognition science. Unfortunately, they neglect the importent role of factors and become weak. Factor space was initiated independently by Chinese scholar P. Z. Wang in 1982. He studies the transformation in between quality and quantity and the extension-intension relationship based on the varying of the factors. Factor space is deeper theory than fuzzy and rough sets and can include them; This project aims to continue Wang's theoretical study by means of the practical application XINHUA08. Build a stronger theory 'Factor space' for big Data Bases and push out 'FACTOR Databases(FACTORD) software series.

因素空间是以因素命名的轴所张成的坐标空间。人脑是把客观事物放在这个坐标空间里来展开思维的。因素空间是研究概念形成与信息拓展的形式理论。由于关系库表中的每一行数据都是因素空间的一个样本点，因素空间便成为知识数据库的形式理论。现今数据库智能化所依重的形式理论主要是模糊集信息处理与粗糙集信息系统。前者的贡献是将定性概念定量化，将日常知识与智能信息载入数据库。后者的贡献是将概念的外延与内涵联系起来，使数据运载与认识论挂钩。但它们都因忽略了因素的能动作用而被动。因素空间由我国学者汪培庄在1982年独立提出，他在因素的变化中研究质与量的相互转化，在因素的变化中把握外延与内涵的关系，深化了上述这两种理论，在智能数据库的实际应用中露出新的锋芒。本项目将继续他的理论研究，结合新华08的实际项目应用，为大数据在信息科学领域发展建立相应的形式理论，形成我国自己特有的“因素空间”理论，开发出'因素库'智能软件系统

在项目所开展的这一年中，为了把原已提出的因素空间理论应用于数据科学，通过已经发表和正待发表的十余篇论文，完成了以下研究任务：. 1.建立了因素数据库的理论框架。一张因素数据库表就是因素空间的一组样本点。样本的母体分布就是因素的背景分布。因素数据分析就是因素空间理论的样本实现。. 2.提出了基本概念格的生成算法，给定因素库表，能自动生成基本概念格。并能在因素的约简中实现此任务。. 3.提出了因素互为因果下的规则提取算法，用以进行从条件因素到结果的推理。在因素库表中设定结果因素以后，能自动提取出一组因果推理规则。并能在因素的约简中实现此任务。. 4.阐明了概念生成和规则提取都取决于因素的背景关系。由此提出因素库特有的统计思想：数据不仅是样本分析的工具，更是培植的对象。样本分布是背景分布的印迹，样本分布的叠加可以单调地逼近母体分布。. 这四项成果，为数据科学奠定了坚实的理论基础。. 和因素空间在1982年同时提出的以描写智能为目标的数学分支还有两个：形式概念分析和粗糙集。因素空间比这两个学派立足深，框架广，道理清楚，方法简捷。 为中国在大数据浪潮中创立了一个更好的数学品牌。