版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘(Data Mining)是二十世紀(jì)九十年代新興發(fā)展起來的一門交叉學(xué)科,它是指從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它信息庫中的大量數(shù)據(jù)中挖掘有趣知識的過程,因此又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KDD: Knowledge Discovery in Database)。 數(shù)據(jù)挖掘的一個(gè)主要特點(diǎn)就是其數(shù)據(jù)對象是大型數(shù)據(jù)集或信息庫,如數(shù)據(jù)倉庫或大型交易數(shù)據(jù)庫等。數(shù)據(jù)(倉)庫的基本特點(diǎn)是數(shù)據(jù)的多維特性,即用多個(gè)維屬性描述數(shù)據(jù)對象的多個(gè)特征。根
2、據(jù)數(shù)據(jù)挖掘任務(wù)對數(shù)據(jù)分析的復(fù)雜程度,可以分為單維數(shù)據(jù)分析技術(shù)和多維數(shù)據(jù)分析技術(shù)。單維數(shù)據(jù)分析是只取數(shù)據(jù)庫中某個(gè)屬性進(jìn)行分析,如傳統(tǒng)的關(guān)聯(lián)規(guī)則就是只對交易數(shù)據(jù)庫中的商品ID 進(jìn)行分析,得出購買商品之間的關(guān)聯(lián)特性。而多維數(shù)據(jù)分析是對數(shù)據(jù)庫中的多個(gè)維屬性同時(shí)進(jìn)行分析,得出潛在有趣的知識和規(guī)則。由于多維屬性潛藏著比單維屬性更豐富的信息,因此多維數(shù)據(jù)分析已成為數(shù)據(jù)挖掘技術(shù)的一個(gè)重要研究課題,許多重要的數(shù)據(jù)分析工具和決策支持系統(tǒng)都建立在多維數(shù)據(jù)之上
3、,如聯(lián)機(jī)分析處理(OLAP: On-Line Analytic Processing)和聯(lián)機(jī)分析挖掘(OLAM:On-Line AnalyticMining),多維數(shù)據(jù)挖掘(MDDM:Multi-dimensional Data Mining)。而且,越來越多的數(shù)據(jù)挖掘任務(wù)也從最初的單維數(shù)據(jù)分析發(fā)展到了多維數(shù)據(jù)分析,如多維關(guān)聯(lián)規(guī)則,多維聚類,多維數(shù)據(jù)的孤立點(diǎn)分析等。 眾多的多維分析技術(shù)中,建立在多維數(shù)據(jù)模型——立方體之上的多粒度
4、聚集方法研究從一開始就受到了廣泛的關(guān)注。立方體是多維數(shù)據(jù)的有效模型,用于對多維數(shù)據(jù)建模和數(shù)據(jù)聚集(匯總)?;诹⒎襟w的查詢實(shí)現(xiàn)是決策支持系統(tǒng)的核心功能,其主要通過對多維數(shù)據(jù)不同角度不同層次的數(shù)據(jù)分析為實(shí)現(xiàn)快速信息獲取提供支持。立方體查詢技術(shù)中的核心部分就是多粒度上的有效聚集。因此,目前國際國內(nèi)都對立方體上多粒度聚集的查詢實(shí)現(xiàn)進(jìn)行了相關(guān)的研究,產(chǎn)生了許多基于立方體的聚集計(jì)算的有效實(shí)現(xiàn)算法。 但是,較多的研究只是集中于僅含簡單查詢?nèi)?/p>
5、務(wù)(如1 個(gè)查詢)的立方體(稱簡單立方體)聚集技術(shù)實(shí)現(xiàn);而含復(fù)雜查詢?nèi)蝿?wù)(如多個(gè)查詢)的立方體(又稱復(fù)雜立方體或多特征方)聚集的實(shí)現(xiàn)技術(shù)則研究得較少。信息是競爭取勝的武器,基于立方體的復(fù)雜查詢能夠給用戶同時(shí)提供更詳盡更全面的信息,因此將成為用戶查詢需求的趨勢,基于立方體的復(fù)雜查詢的聚集技術(shù)也將是立方體技術(shù)發(fā)展的方向所在。 目前,僅有少量的研究文獻(xiàn)涉及復(fù)雜立方體查詢的實(shí)現(xiàn)。文獻(xiàn)[1]提出了復(fù)雜立方體查詢的擴(kuò)展SQL 語言實(shí)現(xiàn),[2
6、]中提出分布和代數(shù)型復(fù)雜立方體查詢的計(jì)算算法,算法基于相應(yīng)的分布型(代數(shù)型)簡單立方體查詢算法。涉及復(fù)雜立方體查詢的其他少量文獻(xiàn),同樣只涉及分布型。國內(nèi)外的研究中尚沒有整體型復(fù)雜立方體查詢的有效算法,同時(shí)也沒有能充分利用復(fù)雜立方體查詢的內(nèi)在特點(diǎn)提出更有效的復(fù)雜立方體查詢聚集方法。 目前,立方體技術(shù)中涉及部分粒度的聚集計(jì)算的也還是集中在簡單立方體查詢,但還沒有復(fù)雜立方體查詢中的部分粒度研究。完全粒度計(jì)算優(yōu)點(diǎn)是對數(shù)據(jù)能全方位多角度地
7、觀察和分析,缺點(diǎn)是計(jì)算代價(jià)太大,沒有給用戶選擇的余地。相對于完全粒度計(jì)算,部分粒度上的聚集計(jì)算和查詢實(shí)現(xiàn)是適應(yīng)用戶個(gè)性化查詢的要求,符合信息查詢的多樣化趨勢。 新的多數(shù)據(jù)庫挖掘思想保持了數(shù)據(jù)的分布式存儲(chǔ)特性,局部挖掘,綜合分析,已經(jīng)成為數(shù)據(jù)挖掘技術(shù)發(fā)展的一個(gè)新熱點(diǎn)?;谶@個(gè)趨勢,為多數(shù)據(jù)庫挖掘服務(wù)的多立方體聯(lián)合聚集的思想應(yīng)運(yùn)而生,這也是數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)庫技術(shù)發(fā)展的要求。 基于以上所述,以基于立方體的復(fù)雜查詢的聚集計(jì)算方
8、法為研究重點(diǎn),具體工作包含以下幾點(diǎn): 第一,提出一種整體型復(fù)雜立方體查詢的計(jì)算方法,以部分分布聚集特性為主,結(jié)合冰山查詢(Iceberg Query)技術(shù)和Cache 重用技術(shù),并綜合此三策略生成PDIC 算法。該算法能有效實(shí)現(xiàn)整體型復(fù)雜立方體查詢的聚集計(jì)算,與樸素方法相比,效率提高顯著。實(shí)驗(yàn)在模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)集上進(jìn)行,實(shí)驗(yàn)結(jié)果顯示了提出方法的可行性和高效性。 第二,提出了基于Cache 重用的有依賴聚集的復(fù)雜立方體查
9、詢實(shí)現(xiàn)方法。對復(fù)雜查詢中存在的三種依賴聚集,相應(yīng)提出以Cache 重用技術(shù)為主的三種解決方法,提出的方法與傳統(tǒng)計(jì)算方法相比,能有效節(jié)省內(nèi)存空間,有效提高聚集速度。而且,提出的方法對分布、代數(shù)和整體型三類復(fù)雜立方體查詢均適用。 第三,提出兩種復(fù)雜立方體查詢進(jìn)一步發(fā)展的研究內(nèi)容,包含部分(可選)粒度的復(fù)雜立方體查詢聚集方法研究框架和為多數(shù)據(jù)庫挖掘服務(wù)的多立方體聯(lián)合聚集的研究框架。 部分粒度的聚集計(jì)算方法以用戶的不同需求為前提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)立方體增量式維護(hù)及查詢方法研究.pdf
- 局部紐立方體和交叉立方體容錯(cuò)性研究.pdf
- 復(fù)雜結(jié)構(gòu)拉丁超立方體設(shè)計(jì)的構(gòu)造.pdf
- 切割立方體
- 超立方體與折疊立方體的分支連通性.pdf
- 基于數(shù)據(jù)立方體的預(yù)測模型研究.pdf
- 基于Spark平臺的數(shù)據(jù)立方體快速計(jì)算方法研究.pdf
- 基于數(shù)據(jù)立方體的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 交叉立方體及加強(qiáng)交叉立方體互連網(wǎng)絡(luò)容錯(cuò)性質(zhì)的研究.pdf
- 局部紐立方體和莫比烏斯立方體容錯(cuò)性研究.pdf
- OLAP中數(shù)據(jù)立方體的研究.pdf
- 數(shù)據(jù)立方體優(yōu)化技術(shù)的研究.pdf
- 1544.超立方體與折疊立方體上的路與圈
- 基于多核CPU的數(shù)據(jù)立方體并行計(jì)算方法研究.pdf
- 基于流立方體的頻繁模式挖掘算法研究.pdf
- 標(biāo)記立方體技術(shù)研究.pdf
- 半超立方體和半折疊超立方體上的Terwilliger代數(shù)結(jié)構(gòu).pdf
- 高性能數(shù)據(jù)立方體研究.pdf
- 基于數(shù)據(jù)立方體的關(guān)聯(lián)規(guī)則的研究與應(yīng)用.pdf
- 面向?qū)崟r(shí)OLAP的數(shù)據(jù)立方體計(jì)算方法研究.pdf
評論
0/150
提交評論