基于多關(guān)系決策樹算法的研究.pdf

1、多關(guān)系數(shù)據(jù)挖掘是近年來快速發(fā)展的重要的數(shù)據(jù)挖掘領(lǐng)域之一。高效性和可擴(kuò)展性一直是數(shù)據(jù)挖掘領(lǐng)域的重要研究課題?？紤]多關(guān)系數(shù)據(jù)挖掘，這個(gè)問題尤為重要。多關(guān)系數(shù)據(jù)挖掘任務(wù)的復(fù)雜性對(duì)算法的性能提出了更高的要求。與傳統(tǒng)的數(shù)據(jù)挖掘算法相比，多關(guān)系數(shù)據(jù)挖掘算法的搜索空間變得更復(fù)雜，更大。對(duì)于多關(guān)系數(shù)據(jù)學(xué)習(xí)算法，提高算法效率的主要瓶頸在于假設(shè)空間。針對(duì)以上問題，本文主要做了以下工作： 首先，本文對(duì)數(shù)據(jù)挖掘理論、關(guān)系數(shù)據(jù)挖掘理論進(jìn)行了研究，尤其是多

2、關(guān)系數(shù)據(jù)挖掘的分類算法-多關(guān)系決策樹算法及多關(guān)系數(shù)據(jù)挖掘的最新技術(shù)-元組傳播技術(shù)進(jìn)行了深入的研究。 其次，本文提出了多關(guān)系決策樹的改進(jìn)算法。多關(guān)系決策樹主要從兩方面進(jìn)行改進(jìn)：1為了提高多關(guān)系決策樹算法可擴(kuò)展性，本文將虛擬連接元組傳播技術(shù)應(yīng)用到改進(jìn)的多關(guān)系決策樹算法中；2為了減少系統(tǒng)獨(dú)自摸索的時(shí)間、減少系統(tǒng)搜索有用屬性的時(shí)間和提高用戶的滿意程度，本文提出了在用戶指導(dǎo)下完成分類任務(wù)的背景屬性傳遞技術(shù)，并將該技術(shù)應(yīng)用到改進(jìn)的多關(guān)系決策

3、樹中。 最后，本文對(duì)改進(jìn)的多關(guān)系決策樹算法進(jìn)行了理論證明和實(shí)驗(yàn)驗(yàn)證。本文的實(shí)驗(yàn)主要利用了PKDD CUP'99中的Loan、Account、Transaction三個(gè)關(guān)系，采用兩種方法對(duì)一般多關(guān)系決策樹算法和改進(jìn)的對(duì)關(guān)系決策樹算法進(jìn)行比較實(shí)驗(yàn)。第一種方法，固定三個(gè)關(guān)系的記錄數(shù)不變，每個(gè)關(guān)系分別增加屬性個(gè)數(shù)進(jìn)行實(shí)驗(yàn)，第二種方法，固定三個(gè)關(guān)系中的屬性個(gè)數(shù)不變，改變關(guān)系記錄條數(shù)進(jìn)行實(shí)驗(yàn)。 通過上面的實(shí)驗(yàn)結(jié)果，本文研究認(rèn)為，當(dāng)改