基于主从关系数据模型的关联规则挖掘研究

摘要

数据挖掘(Data Mining)是涉及人工智能和数据库等学科的一门新兴交叉性学科。作为数据挖掘的一种重要模式，关联规则一直受到广泛的关注，并取得了丰硕的研究成果，这些成果中，大部分是针对单关系表中关联规则挖掘算法的研究。然而，随着关系数据库的广泛应用，很多实际操作中的数据依据关系数据库中的规范化原则存储在多个数据表中，如何从这些存在语义联系的数据表中挖掘隐含的关联规则，成为该领域研究的一个重要课题。本文就将针对多关系数据中的关联规则挖掘展开研究。 论文主要内容如下： 深入探讨和分析了多关系关联规则挖掘的概念、要求及关系数据库模型，详细介绍了已有多关联规则挖掘算法的思想、原理，以及各自的优势与存在的不足。 针对已有多关系关联规则挖掘算法中的不足与缺陷，提出了一种基于数据表之间主从关系的主从数据库模型，并且在数据表之间引入了一种虚拟连接方法--元组ID逆传输，形成了算法TIDRP。算法提高了已有多关系关联规则挖掘算法所面临的时空性能。 在上述算法的基础上，构建了基于主从关系数据库模型的多关系关联规则挖掘原型系统。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章 绪 论

1.1引言

1.2研究背景

1.3研究内容

1.4课题来源和内容组织

1.4.1课题来源

1.4.2内容组织

1.5本章小结

第二章 数据挖掘和关联分析

2.1引言

2.2数据库知识发现

2.2.1 KDD概述

2.2.2 KDD基本概念

2.3知识发现的核心——数据挖掘

2.3.1数据挖掘的定义

2.3.2数据挖掘的模式

2.4 KDD面临的挑战

2.5关联规则相关定义及术语

2.6经典关联规则挖掘算法描述与分析

2.6.1 Apriori算法

2.6.2 FP-Growth算法

2.7本章小结

第三章 多关系关联规则挖掘

3.1引言

3.2关系数据库相关理论

3.2.1相关概念

3.2.2关系数据库的规范化

3.3相关定义

3.4多关系关联规则挖掘面临的主要问题

3.4.1性能问题

3.4.2统计偏斜问题

3.4.3信息丢失问题

3.5多关系关联规则算法概述

3.5.1基于ILP技术的多关系关联规则挖掘算法

3.5.2星型模式下的多关系关联规则挖掘算法

3.6本章小结

第四章 基于主从数据库的关联规则挖掘算法研究

4.1引言

4.2主从关系数据库关联规则研究的意义

4.3主从关系数据库及数据表虚拟连接的研究现状

4.4 TIDRP算法

4.4.1相关定义

4.4.2 TIDRP算法思想及算法描述

4.5性能分析及实验结果

4.5.1算法性能分析

4.5.2实验结果

4.6本章小结

第五章 TIDRP关联规则发现原型系统简介

5.1引言

5.2系统介绍

5.3.1用户说明

5.3.2系统界面介绍

5.4本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录一 研究生期间主要科研工作及成果