粗糙關(guān)系數(shù)據(jù)庫的屬性值分解及其應(yīng)用研究.pdf

1、關(guān)系數(shù)據(jù)模型是由E.F.Codd于1970年開始發(fā)表系列論文提出的，關(guān)系數(shù)據(jù)庫理論的研究逐漸趨于成熟。但關(guān)系數(shù)據(jù)模型處理的主要是具有良好定義的、清晰明確的數(shù)據(jù)，而現(xiàn)實(shí)世界中的數(shù)據(jù)通常是含糊的、不完全的、不確定的。有關(guān)不確定性信息的處理等問題逐漸顯現(xiàn)出來。 粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的一種分析不完整、不精確、不確定數(shù)據(jù)的數(shù)據(jù)分析理論。由于粗糙集理論是利用數(shù)據(jù)集上的等價(jià)關(guān)系對(duì)知識(shí)的不確定性進(jìn)行度量，而無需

2、提供所處理集合之外的任何先驗(yàn)信息，這樣就避免了對(duì)知識(shí)的主觀評(píng)價(jià)所帶來的誤差。所以將粗糙集和關(guān)系數(shù)據(jù)庫模型相結(jié)合，建立一種擴(kuò)充的數(shù)據(jù)庫模型，即粗糙關(guān)系數(shù)據(jù)庫模型是必要的。它能有效的處理含糊和不確定數(shù)據(jù)，將更好的發(fā)揮關(guān)系數(shù)據(jù)庫和粗糙集的優(yōu)勢(shì)，在數(shù)據(jù)庫領(lǐng)域有著更廣闊的應(yīng)用前景。 在粗糙關(guān)系數(shù)據(jù)庫的實(shí)際應(yīng)用中，往往會(huì)出現(xiàn)一些對(duì)象屬性取多值的情況。例如，數(shù)據(jù)收集的時(shí)候并不知道該屬性的具體值，而只知道該屬性可能是取幾個(gè)值之中的某一個(gè)或者幾個(gè)

3、；再如，在文本分類中，一個(gè)文檔往往可以是多個(gè)類別。在處理多值屬性的關(guān)系時(shí)，如進(jìn)行查詢，進(jìn)行OLAP分析等，存在諸多不便。為了能將粗糙關(guān)系數(shù)據(jù)庫中的部分實(shí)際操作轉(zhuǎn)化，本文提出了屬性值分解理論。 本文對(duì)粗糙集理論的基本概念、粗糙關(guān)系數(shù)據(jù)庫的相關(guān)內(nèi)容、屬性值分解算法及其在OLAP中的應(yīng)用進(jìn)行了初步系統(tǒng)的研究，在此基礎(chǔ)上做了以下幾個(gè)方面的工作： (1)本文提出了粗糙關(guān)系數(shù)據(jù)庫中單值屬性、單值屬性分解、單值屬性關(guān)系、分解定理等相關(guān)

4、概念。 (2)把Rough關(guān)系中對(duì)象的多值屬性的各取值排序，運(yùn)用粗糙關(guān)系熵理論擇優(yōu)選擇屬性的取值，并對(duì)粗糙關(guān)系進(jìn)行分解得到標(biāo)準(zhǔn)數(shù)據(jù)庫中的關(guān)系。 (3)在充分認(rèn)識(shí)Rough關(guān)系特點(diǎn)的基礎(chǔ)上提出了一種Rotlgh關(guān)系單值屬性分解的算法，并詳細(xì)介紹了對(duì)粗糙關(guān)系屬性值進(jìn)行分解的原理與算法，分析了它的算法復(fù)雜度，用實(shí)例驗(yàn)證了算法的有效性和可行性。 (4)在討論Rough關(guān)系單值屬性分解的基礎(chǔ)上，給出了多值分解的思路。

5、 (5)把運(yùn)用分解算法所得的關(guān)系應(yīng)用到OLAP分析中，相對(duì)于直接在Rough關(guān)系上的分析，增強(qiáng)了定位信息的準(zhǔn)確性，提高了數(shù)據(jù)分析處理的效率。 最后，對(duì)本論文所研究的內(nèi)容進(jìn)行了總結(jié)，并對(duì)本文將來的研究方向提出了展望。 本文的主要?jiǎng)?chuàng)新點(diǎn)：本文探討了粗糙關(guān)系的一種處理方法。 (1)證明了對(duì)粗糙關(guān)系進(jìn)行分解的可行性，提出了粗糙關(guān)系數(shù)據(jù)庫系統(tǒng)中單值屬性、單值屬性分解、分解定理等概念； (2)把信息度量理論中的熵用