基于模式發(fā)現(xiàn)的數(shù)據(jù)語義壓縮方法.pdf

1、隨著信息時(shí)代的到來，科學(xué)實(shí)驗(yàn)、企業(yè)運(yùn)作等諸多領(lǐng)域正不斷地產(chǎn)生越來越多的數(shù)據(jù)，如何經(jīng)濟(jì)地存儲(chǔ)、高效地處理這些海量數(shù)據(jù)已成為一個(gè)數(shù)據(jù)庫應(yīng)用中迫切需要解決的問題，具有重大的研究?jī)r(jià)值和實(shí)踐意義。 傳統(tǒng)的基于句法的壓縮技術(shù)將數(shù)據(jù)集作為連續(xù)字節(jié)處理，未能利用數(shù)據(jù)表中隱藏的復(fù)雜依賴關(guān)系等語義信息，因此對(duì)海量、結(jié)構(gòu)化數(shù)據(jù)表的壓縮效果不佳。另一方面，對(duì)于探索性數(shù)據(jù)分析，并不一定需要準(zhǔn)確的結(jié)果，能夠保證誤差范圍，快速、近似的答案常常更為理想。本文提

2、出了一種基于模式發(fā)現(xiàn)的語義壓縮方法，將數(shù)據(jù)表中的冗余歸結(jié)于其中存在許多可以被轉(zhuǎn)化為壓縮模型的模式，發(fā)現(xiàn)了這些模式也意味著得到了實(shí)現(xiàn)壓縮的方法。 數(shù)據(jù)中的模式與其反映的概念有緊密聯(lián)系，一個(gè)數(shù)據(jù)表通常代表了一個(gè)實(shí)際概念。然而現(xiàn)實(shí)中的概念是層次化的，因此還可以繼續(xù)將數(shù)據(jù)表劃分為多個(gè)包含更為具體的概念的數(shù)據(jù)子表。本文通過對(duì)數(shù)據(jù)表進(jìn)行概念聚類，強(qiáng)化了區(qū)域內(nèi)的模式特征，以便于模式定位方法的有效實(shí)施。特征驅(qū)動(dòng)的方案分派機(jī)制保證了不同類型的模式