粗糙關系數據庫的屬性值分解及其應用研究.pdf

1、關系數據模型是由E.F.Codd于1970年開始發(fā)表系列論文提出的，關系數據庫理論的研究逐漸趨于成熟。但關系數據模型處理的主要是具有良好定義的、清晰明確的數據，而現實世界中的數據通常是含糊的、不完全的、不確定的。有關不確定性信息的處理等問題逐漸顯現出來。 粗糙集理論是波蘭數學家Z.Pawlak于1982年提出的一種分析不完整、不精確、不確定數據的數據分析理論。由于粗糙集理論是利用數據集上的等價關系對知識的不確定性進行度量，而無需

2、提供所處理集合之外的任何先驗信息，這樣就避免了對知識的主觀評價所帶來的誤差。所以將粗糙集和關系數據庫模型相結合，建立一種擴充的數據庫模型，即粗糙關系數據庫模型是必要的。它能有效的處理含糊和不確定數據，將更好的發(fā)揮關系數據庫和粗糙集的優(yōu)勢，在數據庫領域有著更廣闊的應用前景。 在粗糙關系數據庫的實際應用中，往往會出現一些對象屬性取多值的情況。例如，數據收集的時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值之中的某一個或者幾個

3、；再如，在文本分類中，一個文檔往往可以是多個類別。在處理多值屬性的關系時，如進行查詢，進行OLAP分析等，存在諸多不便。為了能將粗糙關系數據庫中的部分實際操作轉化，本文提出了屬性值分解理論。 本文對粗糙集理論的基本概念、粗糙關系數據庫的相關內容、屬性值分解算法及其在OLAP中的應用進行了初步系統的研究，在此基礎上做了以下幾個方面的工作： (1)本文提出了粗糙關系數據庫中單值屬性、單值屬性分解、單值屬性關系、分解定理等相關

4、概念。 (2)把Rough關系中對象的多值屬性的各取值排序，運用粗糙關系熵理論擇優(yōu)選擇屬性的取值，并對粗糙關系進行分解得到標準數據庫中的關系。 (3)在充分認識Rough關系特點的基礎上提出了一種Rotlgh關系單值屬性分解的算法，并詳細介紹了對粗糙關系屬性值進行分解的原理與算法，分析了它的算法復雜度，用實例驗證了算法的有效性和可行性。 (4)在討論Rough關系單值屬性分解的基礎上，給出了多值分解的思路。

5、 (5)把運用分解算法所得的關系應用到OLAP分析中，相對于直接在Rough關系上的分析，增強了定位信息的準確性，提高了數據分析處理的效率。 最后，對本論文所研究的內容進行了總結，并對本文將來的研究方向提出了展望。 本文的主要創(chuàng)新點：本文探討了粗糙關系的一種處理方法。 (1)證明了對粗糙關系進行分解的可行性，提出了粗糙關系數據庫系統中單值屬性、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