关系数据库中空值估计算法研究

摘要

如今关系数据库理论模型已经近乎完美，而且各种关系数据库系统几乎在各个方面都非常成功。传统的关系数据库理论是建立在信息完全的基础之上的，不允许缺失信息的存在，这和早期的数据库管理系统的处理能力是相适应的。但由于客观世界的复杂性，信息缺失、不确定信息以及模糊信息是普遍存在的。数据库作为表达现实世界的手段，不可能回避信息缺失问题，因此就需要处理缺失信息的估值问题。 本文主要针对关系数据库中的空值缺失问题进行研究，对空值估计算法进行改进并利用基于Vague集的方法对数据重新聚类。首先提出了一个使用数理统计方法和K-means聚类方法来改进算法，其次根据数据聚类的思想，提出了一个用隶属度函数对数据进行转换并重新聚类的方法，这种方法不仅给出空值的一个具体的估计值，而且可以给出它最有可能的分布区间，并可以对一些非数值型空值进行估计。最后是利用相容对象的元组可以互相补偿丢失数据的思想给出了另一个估值方法。同时利用平均误差率来考察算法估值的准确率，并且给出了算法的主要实现步骤和流程。