基于ILP的多關系數據挖掘研究.pdf

1、傳統數據挖掘算法,其知識表示方式主要是命題邏輯形式,每一樣例以屬性值元組的形式表示,難以表達對象內部之間的復雜關系,并且只能從單一關系中發(fā)現模式。但是,大多數現實關系數據庫中的信息存儲于多個關系中,并且許多復雜模式難以用命題邏輯語言表示。屬性-值學習的單表假定無法直接利用這類聯系及其蘊涵的信息內容,其算法僅局限于由一張表或關系構成的數據庫,不能將那些相對復雜的模式簡單地用這種屬性-值的格式表現出來,因而無法發(fā)現現實世界數據中隱藏的更為復

2、雜的模式。對于許多應用,當在多關系數據中發(fā)現模式時模式自然要涉及多個關系,若使用傳統數據挖掘算法,應把數據從多關系中納入一個單關系中,然后才能進行挖掘。這不僅需要大量的預處理工作和謹慎的設計,并且可能導致信息丟失、語義偏差以及效率降低等問題。多關系數據挖掘算法就是在這種研究背景下應運而生的一種新的研究領域。
　　本文的研究目的是在傳統歸納邏輯程序設計規(guī)則覆蓋分類算法的基礎上,構造一個可以處理現實生活中復雜關系模式的多關系分類算法,

3、使得新的分類器具有更好的分類精度以及對關系的數量具有更好的可擴展性。首先,對傳統ILP算法進行研究,針對傳統數據算法在處理復雜多關系模式數據時存在的問題,引入了交叉挖掘的元組id傳播技術,極大的降低了時間復雜度和空間復雜度。并且將單表上的特征選擇算法CFS擴展到了多關系領域,利用SU值在每張數據表當中進行特征的篩選,利用TSU值判斷每張?zhí)幚砗髷祿砼c類別標簽的相關程度,重構數據庫模式,提出一種新的多關系分類算法-基于特征選擇的多關系分類