基于多關系轉化的分類方法研究.pdf

1、隨著信息技術的快速發(fā)展和廣泛應用，每天都在產生大量的數據。如何在“數據豐富，但信息貧乏”的環(huán)境中發(fā)現有價值的、有趣的、具有指導意義知識，是數據挖掘的重要任務。同時，數據挖掘也受到了越來越多研究者的關注。而分類研究作為數據挖掘的重要課題，被廣泛地應用于商業(yè)決策、醫(yī)療診斷等方面。
　　結構化的關系數據作為分類研究的主要對象，通常來源于真實的關系數據。然而，直接從關系數據庫中獲得的多關系數據，相比較于單一的關系數據而言，更具有天然性。但

2、傳統(tǒng)分類方法儀適用于單一關系的數據。因此，為了將傳統(tǒng)的分類方法應用于多關系數據中，并做出有效的分類預測，需要建立一個從多關系到單關系的橋梁，將多關系數據有效地轉換為傳統(tǒng)分類方法能處理的單關系數據。所以，本文基于多關系轉化這一主要思想，構造了多關系轉化模型，并在此基礎上提出了IWT以及MRT兩種算法。它們分別利用不同策略，有效地提高了多關系轉化的效率，解決了轉化過程中的統(tǒng)計偏差及衍生問題，并獲得了較好的預測效果。
　　本文的研究工作

3、從以下幾個方面展開：
　　(1)建立高效的連接路徑。通過分析關系間連接屬性的對應關系，利用廣度優(yōu)先遍歷方法，重新對連接樹進行構造。提高了傳遞的效率。
　　(2)構建關系選擇模型。從多關系全局來看：在多關系數據中，目標關系儀儀有一個，而關系數據庫中包含了海量的背景關系。在這些背景關系中，并不是每一個關系都包含了對用戶或者分類具有重要意義的屬性。因此，為了提高挖掘效率，構建關系選擇模型，消除冗余關系是轉化過程的重要基礎。

4、　　(3)提出基于多關系數據的特征選擇方法。從關系內部看：并不是所有屬性都是用廣關心的或者對類別有較大區(qū)分性的。因此，在多關系的數據中進行特征選擇，有利于預測性能和效率提高。
　　(4)轉化過程中統(tǒng)計偏差問題的分析和處理。關系間元組的一對多映射和多對一映射，以及轉化過程中的空值問題，是引起屬性重要性在轉化前后不一致的根本原因。因此，本文提出了基于元組轉化和實例加權轉化兩種解決策略，保持轉化前后屬性的重要性一致。實驗證明，轉化策略在