题名 多关系数据挖掘方法研究
被引量：5
1
作者
徐光美 杨炳儒 张伟 宁淑荣
机构
北京科技大学信息工程学院知识工程研究所
出处
《计算机应用研究》
CSCD
北大核心
2006年第9期8-12,共5页
基金
国家科技成果重点推广计划项目(2003EC000001)
文摘
目前大多数数据挖掘方法是从单关系中发现模式,而多关系数据挖掘(MRDM)则可直接从关系数据库的多表中抽取有效模式。MRDM可以解决原有命题数据挖掘方法不能解决的问题,它不仅有更强的信息表示能力,可以表示和发现更复杂的模式,还可以在挖掘进程中有效地利用背景知识来提高挖掘效率和准确率。近年来,借鉴归纳逻辑程序设计(ILP)技术,已经形成许多多关系数据挖掘方法,如关系关联规则挖掘方法、关系分类聚类方法等。
关键词
多关系数据 挖掘 (关系数据 挖掘 )归纳逻辑程序设计 关系 分类回归关系 关联规则基于距离的关系 方法
Keywords
Multi-Relational Data Mining（MRDM） （ Relational Data Mining, RDM） Inductive Logic Programming （ILP） Relational Classification and Regression Relational Association Rules Relational Distance-based Methods
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 关系数据库中统计关系的挖掘和应用
被引量：9
2
作者
李石君 王汉飞 周洞汝
机构
武汉水利电力大学计算机科学系
出处
《计算机工程与应用》
CSCD
北大核心
2000年第6期117-118,共2页
基金
国家电力总公司重点学科基金 博士点基金
文摘
文章利用统计方法挖掘关系数据库中属性间的统计关系，并讨论了属性间统计关系的应用。
关键词
数据 挖掘 知识发现 属性值 关系数据 库
Keywords
Data mining, statistical relationship, knowledge discovery, classification, estimating unknown attribute
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库中模糊规则的快速挖掘算法(英文)
被引量：10
3
作者
陈宁 陈安 周龙骧
机构
中国科学院数学与系统科学研究院数学研究所 中国科学院科技政策与管理科学研究所
出处
《软件学报》
EI
CSCD
北大核心
2001年第7期949-959,共11页
基金
国家自然科学基金699830 11
文摘
关联规则和时序规则是数据挖掘的任务之一 .在以往的算法中 ,规则通常用确定的数值或概念来表示 ,往往不具有实际意义 ,而且不容易被用户理解 .研究了从大型关系数据库中挖掘模糊关联规则和模糊时序规则的问题 .基于模糊集合的理论 ,提出了两个模糊关联规则的挖掘算法 ,然后把它们分别扩展为模糊时序规则的挖掘算法 .用模糊概念表示的规则更符合人的思维和表达习惯 。
关键词
模糊关联规则 模糊时序规则 数据 挖掘 算法关系数据 库模糊集合
Keywords
Fuzzy sets Relational database systems
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库中多维关联规则挖掘的一种新算法
被引量：7
4
作者
黄勇 刘锋
机构
安徽科技学院计算机系 安徽大学计算机学院
出处
《计算机应用与软件》
CSCD
北大核心
2007年第10期60-61,83,共3页
文摘
关系数据库已得到了广泛的应用,研究在关系数据库中挖掘关联规则的有效技术显得越来越重要。在分析关系数据库中关联规则挖掘现有算法的基础上,提出了一种在关系数据库中挖掘量化、多维型关联规则的简易算法。算法应用于安徽科技学院《学生体质健康标准》数据库,结果显示它具有快速、有效、易开发等优点。
关键词
数据 挖掘 关联规则 关系数据 库算法
Keywords
Data mining Association rules Relational database Algorithm
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 一种基于关系数据库的频繁项集挖掘算法
被引量：6
5
作者
王治和
机构
西北师范大学数学与信息科学学院
出处
《计算机科学》
CSCD
北大核心
2006年第9期159-160,198,共3页
文摘
频繁项集的挖掘是数据挖掘中的一个十分重要的组成部分,目前对于事务数据库频繁项集的挖掘算法研究较多。本文根据事务数据库中布尔型频繁项集挖掘的理论和方法,再结合关系数据库的特殊性。利用标准SQL语言提出了一种新的在关系数据库中挖掘频繁项集的简易算法。实验证明该算法具有较高的效率。
关键词
数据 挖掘 关系数据 库频繁项集 SQL语言
Keywords
Data mining,Relational database,Frequent itemsets,SQL language
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库中事件日志的紧邻关系高效挖掘方法
被引量：4
6
作者
高俊涛 刘聪 刘云峰
机构
东北石油大学计算机与信息技术学院 山东理工大学计算机科学与技术学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2020年第6期1492-1499,共8页
基金
国家自然科学基金资助项目(51774090,61902222) 东北石油大学引导性创新基金资助项目(2019YDL-03) +1 种基金 大庆市指导性科技计划资助项目(zd-2019-22) 山东省泰山学者工程专项基金资助项目(tsqn201909109)。
文摘
关系数据库作为企业管理数据的主要工具,在信息系统运行过程中记录下大量事件日志。传统的流程挖掘技术主要处理用文件存储的XES格式日志数据,每次挖掘任务都需要手工从数据库导出最新日志文件,整个过程操作十分繁琐,且无法充分利用关系数据库强大的数据处理能力。针对该问题,研究了面向关系型日志数据的流程挖掘策略与算法。针对关系数据库中储存的大规模事件日志,利用关系数据库的快速排序能力,提出一种挖掘流程任务之间紧邻关系的近似线性挖掘算法,提高了关系型事件日志的流程挖掘效率。该算法对业务数据库侵入性小,具有较好的通用性。该算法已在开源软件平台ProM上实现,通过基于大规模事件日志的对比实验验证了该方法的高效性。
关键词
流程挖掘 紧邻关系 关系数据 库实验对比 ProM平台
Keywords
process mining directly-follow relation relational database experimental comparison ProM platform
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 挖掘集合值关系数据库的模糊关联规则
7
作者
陆建江 钱祖平 张文献
机构
解放军理工大学指挥自动化学院 解放军理工大学通信工程学院 解放军理工大学理学院
出处
《计算机工程》
CAS
CSCD
北大核心
2002年第8期25-28,共4页
基金
国家自然科学基金重点资助项目(69931040)
文摘
为了挖掘集合值关系数据库的模糊关联规则,应用竞争聚集算法将记录在数量型属性上的取值划分成若干个模糊集,接着给出集合值关系数据库上数量型属性的模糊关联规则的挖掘算法,此算法能将数量型属性模糊关联规则的挖掘问题转化为布尔属性关联规则的挖掘问题。最后通过一个实例说明挖掘算法的合理性。
关键词
数据 挖掘 竞争聚集算法 集合值 关系数据 库模糊关联规则
Keywords
Set values Data mining Competitive agglomeration algorithm Fuzzy Association rules
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库多项集关联规则挖掘的探讨
8
作者
李力 朱天翔 许占文
机构
沈阳工业大学计算机学院
出处
《沈阳工业大学学报》
EI
CAS
1998年第5期26-29,共4页
文摘
关联规则挖掘是数据挖掘领域的重要技术．在分析关联规则和广义关联规则的基本模型的基础上，提出了关系数据库中多项集关联规则的基本模型，对多项集关联规则挖掘方法进行了探讨．
关键词
数据 挖掘 关联规则 多项集 关系数据 库
Keywords
data mining association rules generalized association rules multi itemset
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 一种半监督K均值多关系数据聚类算法
被引量：22
9
作者
高滢 刘大有 齐红 刘赫
机构
吉林大学计算机科学与技术学院 吉林大学符号计算与知识工程教育部重点实验室
出处
《软件学报》
EI
CSCD
北大核心
2008年第11期2814-2821,共8页
基金
Supported by the National Natural Science Foundation of China under Grant Nos.60496321 60773099 +3 种基金 60573073(国家自然科学基金) the National High-Tech Research and Development Plan of China under Grant Nos.2006AA10Z244 2006AA10A309(国家高技术研究发展计划(863)) the Science and Technology Development Plan of Jilin Province of China under Grant No.20030523(吉林省科技发展计划) the European Commission under Grant No.TH/Asia Link/010(111084)(欧盟项目)
文摘
提出了一种半监督K均值多关系数据聚类算法.该算法在K均值聚类算法的基础上扩展了其初始类簇的选择方法和对象相似性度量方法,以用于多关系数据的半监督学习.为了获取高性能,该算法在聚类过程中充分利用了标记数据、对象属性及各种关系信息.多关系数据库Movie上的实验结果验证了该算法的有效性.
关键词
数据 挖掘 半监督学习 聚类算法 多关系数据 K均值聚类
Keywords
data mining semi-supervised learning clustering algorithm multi-type relational data K-means clustering
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
题名 在关系数据库中构建数据完整性的检验策略
被引量：4
10
作者
刘特 徐迎晓 李敏 何梅
机构
上海大学网络中心
出处
《计算机工程》
CAS
CSCD
北大核心
2002年第11期87-89,共3页
基金
上海市高等学校科学技术发展基金项目(2000A41)
文摘
通过利用在关系型数据库中所提供的约束、默认、规则和嵌套触发器技术，对来自客户端的数据进行有效性和合法性的检验，有效地保证了数据源的正确性和完整性；此外，合理地定义和应用一项数据完整性的检验策略，可以更有效地提高数据存储和检索的效率。
关键词
关系数据 库数据 完整性检验策略 数据 挖掘
Keywords
Data legalization Constraint Default Rule
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库中概念层次自动提取算法研究
被引量：4
11
作者
刘胜军 杨学兵 蔡庆生
机构
中国科技在学计算机系 中国科技大学计算机 中国科技大学计算机科学系
出处
《计算机应用研究》
CSCD
1999年第12期15-17,共3页
基金
国家自然科学基金!69675016
文摘
作为一种重要的背景知识，概念层次在ＫＤＤ中发挥了重要作用。概念层次能够以层次的形式和偏序的关系组织数据和概念，能够以高层概念表示数据库中数据的关系。本文就概念层次的应用和提取进行了讨论，提出一种自动提取数值型概念层次的算法．
关键词
概念层次 数据 挖掘 关系数据 库自动提取 算法
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 一种基于关系数据库的模糊关联规则算法
被引量：3
12
作者
董豆豆 李登峰 程春田
机构
海军大连舰艇学院军事运筹教研室 大连理工大学土建学院
出处
《计算机工程与应用》
CSCD
北大核心
2003年第19期186-188,226,共4页
基金
国家自然科学基金资助项目(编号:60073037) 国家教育部"高等学校骨干教师资助计划"(编号:2000122)
文摘
文章针对普通关联规则不能表达挖掘对象中模糊信息的关联性的问题,给出了一系列有关模糊关联规则的定义,并提出了一种基于关系数据库的模糊关联规则挖掘算法(FARMBT)。实验结果表明,FARMBT算法是有效的。同时,关系数据库的广泛应用使FARMBT算法具有广泛的实用前景。
关键词
数据 挖掘 模糊关联规则 关系数据 库
Keywords
Data mining,Fuzzy association rule,Relational database
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 多关系数据分类方法综述
被引量：1
13
作者
彭珍 杨炳儒 李冬艳 侯伟 宁顶利
机构
北京科技大学信息工程学院知识工程研究所 华北科技学院计算机系
出处
《计算机工程与应用》
CSCD
北大核心
2008年第34期35-39,共5页
基金
国家自然科学基金No.60675030~~
文摘
多关系数据分类是多关系数据挖掘重要任务之一,它能够直接从多关系数据表中发现有效模式,比命题分类方法具有更大优势。根据知识表示形式及相关策略的不同将多关系数据分类分为归纳逻辑程序设计关系分类方法、图的关系分类方法和基于关系数据库的关系分类方法。着重论述了它们所采用的具体关系分类技术及其特点,对这些方法进行了对比,最后讨论了它们当前所面临的挑战性问题。
关键词
多关系数据 挖掘 关系 分类归纳逻辑程序设计 图 选择图 元组标识传播
Keywords
Multi-Relational Data Mining （ MRDM ） relational classification Inductive Logic Programming （ILP） graph selection graph tuple ID propagation
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 基于S-CART决策树的多关系空间数据挖掘方法
被引量：2
14
作者
郑向群 赵政
机构
天津大学计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2008年第3期749-752,共4页
基金
“十一五”国家科技支撑计划项目(2006BAJ10B01)
文摘
针对空间数据关系复杂的情况,提出了一种改进的多关系数据挖掘结构分类与回归树(S-CART)算法,该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题,然后基于逻辑谓词创建多关系二叉决策树,抽取空间关联规则,同时基于我国湖北大冶部分地区土壤污染数据验证算法的有效性。
关键词
多关系数据 挖掘 结构分类与回归树 决策树 空间关联规则
Keywords
multi-relational data mining S-CART decision tree spatial association rule
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 挖掘多关系关联规则
被引量：38
15
作者
何军 刘红岩 杜小勇
机构
中国人民大学 计算机科学与技术系 清华大学 管理科学与工程系
出处
《软件学报》
EI
CSCD
北大核心
2007年第11期2752-2765,共14页
基金
Nos.70471006 70621061 +1 种基金 60496325 60573092(国家自然科学基金)~~
文摘
关联规则的挖掘是数据挖掘中的一项重要和基础的技术,已进行了多方面的深入研究,有着广泛的应用.传统数据挖掘算法是针对单表数据进行处理的,在应用于多关系数据挖掘时存在诸多问题.对多关系关联规则的挖掘问题进行了重新定义和总结.提出了多关系关联规则挖掘的一个框架,并对已有算法进行了分类.然后对各类代表性算法进行了描述、分析和对比,对尚存在的问题进行了分析和总结.最后,对该领域未来的研究工作提出了建议.
关键词
数据 挖掘 关联规则 关系数据 库星型模式
Keywords
data mining association rule relational database star schema
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 分类特征规则的数据挖掘技术
被引量：6
16
作者
朱天翔 李力 许占文
机构
沈阳工业大学信息科学与工程学院
出处
《沈阳工业大学学报》
EI
CAS
1999年第6期522-524,共3页
文摘
在浩翰的数据资源中发现并提取有价值的知识，是目前数据库研究的热点问题，为此，运用集合理论对关系数据库进行数据分类，抽取它们的共同特征，讨论了分类特征规则的基本模型，给出了发现算法；通过实例分析表明：该算法能够快速发现分类特征规则，具有现实意义．
关键词
数据 挖掘 关系数据 库分类特征规则 数据 分类
Keywords
data mining characteristic rules relation database
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
题名 一种基于用户指导的多关系关联规则挖掘算法
被引量：1
17
作者
郭景峰 边伟峰 霍峥 郑丽珍
机构
燕山大学信息科学与工程学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2007年第z2期22-26,共5页
基金
国家自然科学基金项目(60673136)
文摘
提出一种基于用户指导的多关系关联规则挖掘算法,对传统的关联规则挖掘方法进行拓展,借鉴元组ID传播的思想使多表间无需物理连接而能直接进行关联规则挖掘,并引入了用户指导的概念,提高了用户的满意程度及挖掘的效率和精确度.该算法能够直接支持关系数据库,且运行时间远远小于基于ILP技术的多关系关联规则挖掘算法.
关键词
多关系数据 挖掘 多关系 关联规则 元组ID传播
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 一种多关系频繁模式挖掘算法
被引量：1
18
作者
邓左祥 刘连芳 梁一平 周小平
机构
广西大学计算机与电子信息学院 南宁市平方软件新技术有限责任公司
出处
《计算机应用研究》
CSCD
北大核心
2009年第9期3285-3288,共4页
基金
广西研究生教育创新计划资助项目(2008105930812M101)
文摘
传统数据挖掘算法在处理多表时,需要物理连接,存在效率不高的问题。为了解决这一问题,提出了一种多关系频繁模式挖掘算法。该算法利用元组ID传播的思想,使多表间无须物理连接,就可以直接挖掘频繁模式。实验表明,此算法具有较高的效率。
关键词
多关系数据 挖掘 频繁模式 元组ID传播
Keywords
multi-relational data mining frequent pattern tuple ID propagation
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
题名 关系数据库中模糊相联规则的提取
被引量：4
19
作者
黄艳 王延章
机构
大连理工大学管理学院系统工程所
出处
《系统工程理论方法应用》
1999年第1期50-53,共4页
基金
国家自然科学基金
文摘
如何从含有数量和类别属性的数据库中提取相联规则具有重要意义。本文利用模糊集的理论与方法求解数量相关问题，给出了模糊相联规则的定义及提取算法ＦｕｚｚｙＡ。
关键词
数据 挖掘 模糊相联规则 数据 库关系数据 库
Keywords
KDD data mining fuzzy association rule
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP392
[自动化与计算机技术—计算机应用技术]
题名 统计关系学习研究进展
被引量：10
20
作者
刘大有 于鹏 高滢 齐红 孙舒杨
机构
吉林大学计算机科学与技术学院 吉林大学符号计算与知识工程教育部重点实验室
出处
《计算机研究与发展》
EI
CSCD
北大核心
2008年第12期2110-2119,共10页
基金
国家自然科学基金重大项目(60496321) 国家自然科学基金项目(60573073 +8 种基金 60503016 60603030 60773099 60703022) 国家"八六三"高技术研究发展计划基金项目(2006AA10Z245 2006AA10A309) 吉林省科技发展计划重点项目(20060213) 吉林省科技发展计划基金项目(20030523) 欧盟项目TH/Asia Link/010(111084)~~
文摘
统计关系学习是人工智能领域的一个新研究热点,它将关系表示、似然性理论和机器学习相结合,能更好地解决现实世界中复杂的关系数据问题,在生物信息学、Web导航、社会网、地理信息系统和自然语言理解等领域有着重要的应用.首先对统计关系学习的研究内容以及研究任务进行了介绍和总结,然后根据概率表示和推理机制的不同,对当前的统计关系学习方法进行了分类,并对各类方法进行了详细介绍,最后讨论了当前统计关系学习存在的问题,并指出了今后研究和发展的方向.
关键词
统计关系 学习 似然逻辑学习 多关系数据 挖掘 统计学习 关系 学习
Keywords
statistical relational learning probabilistic logic learning multi-relational data mining statistical learning relational learning
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
