從數(shù)據(jù)集中挖掘頻繁函數(shù)集的研究和應(yīng)用.pdf

1、數(shù)據(jù)挖掘是當(dāng)前數(shù)據(jù)庫研究開發(fā)和應(yīng)用的熱點(diǎn)。函數(shù)挖掘是從科學(xué)數(shù)據(jù)中發(fā)現(xiàn)有效的函數(shù)關(guān)系，它是數(shù)據(jù)挖掘技術(shù)的重要研究方向?！　鹘y(tǒng)的函數(shù)挖掘本身具有很多局限性，在實(shí)際問題中難于應(yīng)用：(1)挖掘目標(biāo)是單個(gè)函數(shù)，但單個(gè)函數(shù)對(duì)現(xiàn)實(shí)世界中規(guī)律的描述能力很弱；(2)它難以被應(yīng)用在復(fù)雜的數(shù)據(jù)集上。為了彌補(bǔ)這些缺陷，本文做了如下探索： (1)對(duì)函數(shù)挖掘的概念進(jìn)行了擴(kuò)展，提出了新的、描述能力更強(qiáng)的函數(shù)挖掘?qū)ο蟆l繁函數(shù)集(FFS)，這一新概念旨在

2、描述在指定數(shù)據(jù)集上具有一定支持度的函數(shù)關(guān)系簇?！　?2)分析了頻繁函數(shù)集的性質(zhì)。 (3)提出了可配置的FFS挖掘算法——ConfigurableFrequentFunctionSetDiscoveringAlgorithm(CFFSDA)，它靈活，可以配置使用多種搜索算法。 (4)分析CFFSDA的不足，進(jìn)一步提出了可以滿足用戶不同興趣需求的基于約束的頻繁函數(shù)集(ConstrainedFFS)和相應(yīng)的挖掘框架。

3、 (5)基因表達(dá)式編程(GEP)是函數(shù)關(guān)系挖掘的新方法，本文利用GEP配置實(shí)化了CFFSDA，并且在GEP研究中首次采用了精度閾值隊(duì)列策略(PTQ)，該策略有效地提高了算法的成功概率。 (6)探索了FFS在數(shù)據(jù)庫查詢優(yōu)化和分類中的應(yīng)用。舉例說明了利用FFS進(jìn)行查詢優(yōu)化，在其WHERE子句有等值條件和某些比較條件的SQL選擇語句中，比傳統(tǒng)查詢優(yōu)化策略有更好的效率。 (7)通過實(shí)驗(yàn)證實(shí)了FFS的強(qiáng)大描述能力和FFS在分類中的