基于濃縮數(shù)據(jù)立方的數(shù)據(jù)立方梯度挖掘研究.pdf

1、圍繞數(shù)據(jù)立方梯度挖掘的三個關(guān)鍵技術(shù)即數(shù)據(jù)立方梯度挖掘算法、數(shù)據(jù)立方梯度查詢以及數(shù)據(jù)立方梯度挖掘工具,我們開展了四個方面的研究工作:約束性數(shù)據(jù)立方梯度挖掘研究、實例化數(shù)據(jù)立方中約束性立方梯度挖掘研究、數(shù)據(jù)立方梯度查詢語言研究、在線梯度挖掘工具研究.該課題的研究成果不僅豐富了數(shù)據(jù)立方梯度挖掘研究理論而且為國產(chǎn)的達夢數(shù)據(jù)庫管理系統(tǒng)研制通用的數(shù)據(jù)立方梯度挖掘工具打下堅實的基礎(chǔ).在數(shù)據(jù)立方梯度挖掘算法方面,主要研究了約束性立方梯度挖掘算法.為了從

2、數(shù)據(jù)立方中挖掘出用戶真正感興趣的數(shù)據(jù)立方梯度,約束性的挖掘是一種比較有效的方法.約束性數(shù)據(jù)立方梯度挖掘的主要目的是從關(guān)系表中挖掘出滿足指定約束的梯度-探測元組對.LiveSet算法是現(xiàn)有的比較高效的算法.為了減少LiveSet算法的搜索空間進一步提高算法效率,我們利用濃縮數(shù)據(jù)立方的大小以及其計算時間比較小的特點,提出了基于濃縮數(shù)據(jù)立方的梯度挖掘eLiveSet算法.在數(shù)據(jù)立方梯度查詢語言方面,我們指出了現(xiàn)有梯度查詢語言Cubegrade

3、QL查詢空間大,效率低的不足并且提出了一種基于濃縮數(shù)據(jù)立方的新的梯度查詢語言dmGQL語言.為了支持dmGQL語言查詢,對立方梯度挖掘算法eLiveSet和GSCC做了一些修改,這些修改可以通過eLiveSet算法和GSCC算法輸出部分的修改以及算法的擴展來實現(xiàn).基于eLiveSet和GSCC算法生成的數(shù)據(jù)立方元組個數(shù),我們給出了dmGQL語言的一個查詢代價模型.在數(shù)據(jù)立方梯度挖掘工具方面,我們研究了在線分析處理與數(shù)據(jù)挖掘集成的在線分析