基于標簽傳播的數(shù)據(jù)庫模式摘要生成技術研究.pdf

1、隨著數(shù)據(jù)庫技術在各個領域的的飛速發(fā)展，數(shù)據(jù)規(guī)模日益增長，數(shù)據(jù)庫模式的復雜度也隨之不斷地增加。即使有大量的模式文檔可供使用，用戶也必須花費大量精力去理解數(shù)據(jù)庫模式才能從數(shù)據(jù)庫中獲取出所需信息。因此如何快速地理解數(shù)據(jù)庫模式信息成為了一個研究熱點，模式摘要生成技術應運而生。模式摘要是整個模式的簡潔概述，它包含原模式中的重要元素，實現(xiàn)了廣泛的信息覆蓋。如何生成一個通用的、高效的數(shù)據(jù)庫模式摘要，是本文的主要研究目標。
　　本文分析并總結了數(shù)

2、據(jù)庫模式摘要生成技術在國內外的研究現(xiàn)狀，在此基礎上選擇目前機器學習領域高度關注的一種主流半監(jiān)督學習方法——標簽傳播算法作為主要基礎，對自動生成數(shù)據(jù)庫模式摘要技術進行深入研究，主要工作包括:
　　第一，提出一種數(shù)據(jù)庫模式到標簽圖的映射方法，通過關系表中的主外鍵信息、屬性信息以及元組信息計算出每張關系表的信息量，在標簽圖上采用隨機游走模型，衡量每張關系表的重要性。
　　第二，提出一種關系表相似性度量方法，由于現(xiàn)有關系表相似度計算

3、方法過多的依賴于數(shù)據(jù)集，不具有普遍性，在充分考慮數(shù)據(jù)特征的基礎上，本文選取了名稱、屬性值以及關系表之間的映射關系作為相似度模型的主要特征，利用多元線性回歸模型來計算關系表的相似性。
　　第三，深入分析基于圖的半監(jiān)督的標簽傳播算法，并以此為基礎提出了一種基于標簽傳播的模式摘要自動生成模型。與傳統(tǒng)模型相比，該模型結合了監(jiān)督學習與無監(jiān)督學習算法的優(yōu)勢，能同時采用標注數(shù)據(jù)和未標注數(shù)據(jù)進行聚類，取得了更高的聚類精度。
　　本文在基準數(shù)