關(guān)系數(shù)據(jù)庫中多表間關(guān)聯(lián)規(guī)則算法研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)的飛速發(fā)展以及Internet的迅猛普及，數(shù)據(jù)庫技術(shù)已成為信息社會中對大量數(shù)據(jù)進行有效組織與管理的重要技術(shù)。特別是近些年在各大商場、書店等使用的條碼技術(shù)，更為各企業(yè)方便快捷地收集數(shù)據(jù)提供了幫助。數(shù)據(jù)挖掘技術(shù)正好可以從大量數(shù)據(jù)中發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的知識，從而幫助人們更好地理解事物的本質(zhì)。 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一種重要的知識類型。隨著關(guān)系數(shù)據(jù)庫的廣泛使用，研究關(guān)系數(shù)據(jù)庫中的關(guān)聯(lián)規(guī)則挖掘算法有著廣闊的發(fā)展前景。當前這方面

2、的常用算法是基于單表的，這些算法雖可以應用于多個表上，但需進行相應的轉(zhuǎn)化-將多個表轉(zhuǎn)換為一個表后才可應用。另外，還有基于ILP技術(shù)提出的算法等，這些算法分別在挖掘效率及應用范圍、模式表示等方面存在一些不足，這就要求提出新的關(guān)聯(lián)規(guī)則挖掘算法以適應需求。 本文通過研究分析，借鑒傳統(tǒng)的Apriori關(guān)聯(lián)規(guī)則算法的先進思想，分析了該算法在時間復雜度以及只應用于事務數(shù)據(jù)庫的不足的基礎(chǔ)上，結(jié)合CrossMine算法中的元組標識傳播（Tupl

3、e ID Propagation）的思想，提出了一種新的應用于關(guān)系數(shù)據(jù)庫中多表間關(guān)聯(lián)規(guī)則挖掘的算法BMM。該算法通過分析關(guān)系數(shù)據(jù)庫中關(guān)聯(lián)規(guī)則的多值、多維等特性，針對這些特征采取相應的措施來解決：首先對關(guān)系數(shù)據(jù)集進行數(shù)據(jù)預處理，以適應關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)，然后，通過擴展元組標識傳播的思想得到每個屬性所對應的目標關(guān)系ID，以此可以通過目標關(guān)系ID將所有考察的多表間的屬性聯(lián)系起來，從而可以直接作用在多個表上；最后，算法中的數(shù)據(jù)結(jié)構(gòu)采用了鏈表結(jié)構(gòu)來表