多關(guān)系數(shù)據(jù)挖掘研究.pdf

1、當今大多數(shù)結(jié)構(gòu)化數(shù)據(jù)存儲在包含許多關(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)，正如對待單獨實體的屬性一樣，這些數(shù)據(jù)以一組相互連接的表形式存在于具有多個關(guān)系表的數(shù)據(jù)庫中，每個表對應(yīng)于某個概念實體或者關(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)挖掘算法是針對單表數(shù)據(jù)進行處理的，而多關(guān)系數(shù)據(jù)挖掘是通過分析一個關(guān)系數(shù)據(jù)庫的多個表中的數(shù)據(jù)發(fā)現(xiàn)存在于單個表及多個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)域涉及多個學科，它在由多張表構(gòu)成的關(guān)系數(shù)據(jù)庫中進行知識發(fā)現(xiàn)。挖掘由復(fù)雜或結(jié)構(gòu)化對象構(gòu)成的數(shù)據(jù)也屬于該研究范疇，因為在一個關(guān)系數(shù)據(jù)庫中，要把這些目標數(shù)據(jù)進行標準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、并較為成熟的學科知識整合在一起，如歸納邏輯程序設(shè)計（ILP：Inductive Logic Programming），知識發(fā)現(xiàn)（KDD），機器學習，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踐的應(yīng)用軟件。 本文首先對傳統(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)系距離的學習等等。最后介紹一種新的挖掘多關(guān)系數(shù)據(jù)挖掘的方法，并對其進行改進。 本文針對多關(guān)系數(shù)據(jù)挖掘的一種新思維：Iceberg—cube算法的思想上，進行了改進，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)新點在于： 1．論文對數(shù)據(jù)挖掘進行綜述，并介紹了多關(guān)系數(shù)據(jù)挖掘。 2．論文對多關(guān)系數(shù)據(jù)挖掘的研究現(xiàn)狀和存在