개념 계층은 낮은 수준의 개념 집합에서 더 큰 수준의 보다 일반적인 개념으로의 일련의 매핑을 나타냅니다. 개념 계층 구조는 정보 또는 개념을 계층 구조 또는 특정 부분 순서로 구성하며, 지식을 간략하고 높은 수준의 방법으로 정의하고 여러 추상화 수준에서 가능한 마이닝 지식을 생성하는 데 사용됩니다.
개념적 계층 구조에는 트리로 구성된 노드 집합이 포함되며, 여기서 노드는 개념이라고 하는 속성 값을 정의합니다. 특정 노드 "ANY"는 트리의 루트에 대해 제한됩니다. 개념적 계층 구조의 각 노드 수준에 번호가 만들어집니다. 루트 노드의 레벨은 1입니다. 루트가 아닌 노드의 수준은 상위 수준 번호보다 한 수준 더 높습니다.
값은 노드에 의해 정의되기 때문에 노드의 수준은 값의 수준을 설명하는 데에도 사용할 수 있습니다. 개념 계층을 통해 원시 정보를 더 높고 일반화된 추상화 수준에서 관리할 수 있습니다. 다음과 같은 몇 가지 유형의 개념 계층이 있습니다. -
스키마 계층 구조 - 스키마 계층은 데이터베이스의 속성 간의 전체 또는 부분 순서를 나타냅니다. 속성 간의 기존 의미 관계를 정의할 수 있습니다. 데이터베이스에서 여러 시퀀스와 속성 그룹화를 사용하여 둘 이상의 스키마 계층을 생성할 수 있습니다.
세트 그룹화 계층 − 집합 그룹화 계층은 주어진 속성 또는 차원에 대한 값을 그룹 또는 상수 범위 값으로 구성합니다. 계층 구조의 부분 계열이 속성의 인스턴스 또는 값 집합에 표시되기 때문에 인스턴스 계층 구조라고도 합니다. 이러한 계층 구조는 다른 계층 구조보다 더 기능적이며 승인되었습니다.
작업 파생 계층 − 작업 파생 계층은 데이터에 대한 작업 집합으로 표시됩니다. 이러한 작업은 사용자, 전문가 또는 데이터 마이닝 시스템에 의해 정의됩니다. 이러한 계층은 일반적으로 수학적 속성에 대해 표시됩니다. 이러한 작업은 범위 값 비교만큼 쉬울 수 있고 데이터 클러스터링 및 데이터 분포 분석 알고리즘만큼 어려울 수 있습니다.
규칙 기반 계층 − 규칙 기반 계층에서 전체 개념 계층 또는 할당은 일련의 규칙으로 표시되며 현재 정보 및 규칙 정의를 기반으로 동적으로 계산됩니다. 격자와 같은 아키텍처는 각 자식-부모 경로가 일반화 규칙과 연결된 이러한 유형의 계층 구조를 그래픽으로 정의하는 데 사용됩니다.
개념 계층의 정적 및 동적 생성은 데이터 세트를 기반으로 합니다. 이러한 맥락에서 개념 계층 구조의 생성은 정적 또는 동적 데이터 세트에 의존하며 이를 개념 계층 구조의 정적 또는 동적 생성이라고 합니다.