多關(guān)系數(shù)據(jù)挖掘研究.pdf

1、當(dāng)今大多數(shù)結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)在包含許多關(guān)系表的關(guān)系數(shù)據(jù)庫中，眾多的分析和數(shù)據(jù)挖掘任務(wù)，如在智能分析、社會(huì)網(wǎng)絡(luò)分析、商業(yè)數(shù)據(jù)分析、web數(shù)據(jù)挖掘等都依賴于多種多樣的實(shí)體和事件的聯(lián)系，因此在這樣的一些應(yīng)用里數(shù)據(jù)庫既包含屬性又包含語意關(guān)系數(shù)據(jù)，正如對(duì)待單獨(dú)實(shí)體的屬性一樣，這些數(shù)據(jù)以一組相互連接的表形式存在于具有多個(gè)關(guān)系表的數(shù)據(jù)庫中，每個(gè)表對(duì)應(yīng)于某個(gè)概念實(shí)體或者關(guān)系，多關(guān)系數(shù)據(jù)挖掘（MRDM：Multi—RelationalData Mining）

2、就是從此類數(shù)據(jù)庫中找出模型和規(guī)則。 傳統(tǒng)數(shù)據(jù)挖掘算法是針對(duì)單表數(shù)據(jù)進(jìn)行處理的，而多關(guān)系數(shù)據(jù)挖掘是通過分析一個(gè)關(guān)系數(shù)據(jù)庫的多個(gè)表中的數(shù)據(jù)發(fā)現(xiàn)存在于單個(gè)表及多個(gè)表的屬性值之間的關(guān)聯(lián)規(guī)則的過程。 多關(guān)系數(shù)據(jù)挖掘的研究領(lǐng)域涉及多個(gè)學(xué)科，它在由多張表構(gòu)成的關(guān)系數(shù)據(jù)庫中進(jìn)行知識(shí)發(fā)現(xiàn)。挖掘由復(fù)雜或結(jié)構(gòu)化對(duì)象構(gòu)成的數(shù)據(jù)也屬于該研究范疇，因?yàn)樵谝粋€(gè)關(guān)系數(shù)據(jù)庫中，要把這些目標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化表述需要用到多張表。多關(guān)系數(shù)據(jù)挖掘旨在將一些已存在的

3、并較為成熟的學(xué)科知識(shí)整合在一起，如歸納邏輯程序設(shè)計(jì)（ILP：Inductive Logic Programming），知識(shí)發(fā)現(xiàn)（KDD），機(jī)器學(xué)習(xí)，關(guān)系數(shù)據(jù)庫等等，以此來為挖掘多關(guān)系的數(shù)據(jù)生成新的方法，并為這些新的方法生成可用于實(shí)踐的應(yīng)用軟件。 本文首先對(duì)傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的功能及模式、數(shù)據(jù)挖掘的一般過程以及數(shù)據(jù)挖掘的應(yīng)用和前景進(jìn)行了綜述。然后介紹了多關(guān)系數(shù)據(jù)挖掘，以及它的研究意義和研究范疇，總結(jié)了它的應(yīng)用現(xiàn)狀。接著詳細(xì)介紹了多關(guān)

4、系數(shù)據(jù)挖掘經(jīng)典方法，包括ILP、關(guān)系決策樹、基于關(guān)系距離的學(xué)習(xí)等等。最后介紹一種新的挖掘多關(guān)系數(shù)據(jù)挖掘的方法，并對(duì)其進(jìn)行改進(jìn)。 本文針對(duì)多關(guān)系數(shù)據(jù)挖掘的一種新思維：Iceberg—cube算法的思想上，進(jìn)行了改進(jìn)，使其可以處理更大范圍內(nèi)的挖掘問題，而且可以直接應(yīng)用于多關(guān)系數(shù)據(jù)挖掘。 本文的主要工作和創(chuàng)新點(diǎn)在于： 1．論文對(duì)數(shù)據(jù)挖掘進(jìn)行綜述，并介紹了多關(guān)系數(shù)據(jù)挖掘。 2．論文對(duì)多關(guān)系數(shù)據(jù)挖掘的研究現(xiàn)狀和存在