第一章 绪论 1
1.1 知识的相似性 1
1.2 用概念格的同构表示知识的相似性 3
1.3 本文研究的内容、意义和创新点 5
1.4 本文的结构 8
第二章 形式概念分析基础 9
2.1 序论中的基本定义 9
2.2 格论中的基本定义 10
2.3 形式概念分析的理论基础 11
第三章 形式背景同构判定 16
3.1 引言 16
3.2 背景以及同构的基本概念 18
3.3 背景同构判定算法：等价类法 19
3.4 算法分析 28
3.5 小结 30
第四章 n阶形式背景核 31
4.1 形式背景清晰化 32
4.2 形式背景约简 32
4.3 n阶背景基与n阶背景核 36
4.4 小结 42
第五章 Godin算法的改进 44
5.1 概念格构造算法概述 44
5.2 批量算法（batch algorithm） 44
5.3 渐进式构造算法 48
5.4 Godin算法的改进 52
5.5 小结 59
第六章 概念格同构生成 60
6.1 基于格同构的分布式知识处理 60
6.2 概念格同构生成算法的设计与实现 61
6.3 小结 65
第七章 概念格重构 66
7.1 引言 66
7.2 概念格纵向合并的基本思想及算法 67
7.3 基于同义概念的概念格纵向合并算法 68
7.4 实验及结果分析 74
7.5 小结 76
第八章 概念格的互操作及三维可视化 78
8.1 引言 78
8.2 概念格的可视化形式 79
8.3 基于三维空间的概念格自动布局 82
8.4 小结 86
第九章 IsoFCA系统的设计与实现 87
9.1 国内外对FCA软件工具的研究与开发 87
9.2 系统最终方案的形式描述 89
9.3 系统设计和实现 91
9.4 IsoFCA的性能分析 97
9.5 小结 99
第十章 IsoFCA系统的应用实例 100
10.1 案例介绍 100
10.2 获取背景 106
10.3 用IsoFCA进行关联分析 106
10.4 小结 115
第十一章 结论 116
参考文献 119
作者攻读博士学位期间发表的论文 135
致谢 137