包研科，男，九三学社社员。辽宁工程技术大学理学院，副教授，研究生导师，数据科学与应用研究所所长。中国人工智能学会（基础专业委员会）会员，教育部学位与研究生教育发展中心学位论文评审专家，阜新市第九、十、十一届政协委员。

　　《泛因素空间与数据科学》以因素空间理论在管理科学领域的应用为主题，从认知本体论的思想原理出发，将因素之间的关系和数学运算视为人工认知的感知与思维的操作技术，按建构主义的技术路线推演，重构了因素空间的概念和代数结构。
　　《泛因素空间与数据科学》共5章：第1章“商集代数”和第2章“泛因素空间”讨论泛因素空间的思想原理和基本概念，以及商集代数与因素空间之间的格代数同构性；第3章“因素之间的关联性分析”和第4章“样本之间的相似性分析”介绍了格代数观点下的数学度量方法；第5章“数据分类的差转计算算法”介绍了泛因素空间思想框架下的一种数据挖掘算法设计与实证分析。
　　《泛因素空间与数据科学》适合数据科学理论与应用工作者阅读参考，也可作为相关专业研究生选修课教学参考用书。

本书将因素之间的关系和数学运算视为人工认知的感知与思维的操作技术，按建构主义的技术路线推演，重构了因素空间的概念和代数结构。作者的探索与思考，可以为后来者提供借鉴。

第1章 商集代数
1．1 代数
1．2 集合代数
1．3 商集代数

第2章 泛因素空间
2．1 认知本体论原理
2．2 因素的基本运算
2．3 泛因素空间
2．4 有限因素标架

第3章 因素之间的关联性分析
3．1 度量分析基础
3．2 关联性的概念
3．3 关联性的度量
3．4 预测性关联度
3．5 从格标架到仿射标架

第4章 样本之间的相似性分析
4．1 相似性分析基础
4．2 样本的因素轮廓
4．3 因素轮廓相似度
4．4 综合评价
4．5 集优势评价
4．6 聚类分析

第5章 数据分类的差转计算算法
5．1 分类问题概述
5．2 差转计算算法描述
5．3 差转计算算法拓展

参考文献