貝葉斯方法用于多關(guān)系數(shù)據(jù)挖掘的研究.pdf

1、多關(guān)系數(shù)據(jù)挖掘(MRDM：Multi-RelationalDataMining)的研究領(lǐng)域涉及多個(gè)學(xué)科，它在由多張表構(gòu)成的關(guān)系數(shù)據(jù)庫(kù)中進(jìn)行知識(shí)發(fā)現(xiàn)。挖掘由復(fù)雜/結(jié)構(gòu)化對(duì)象構(gòu)成的數(shù)據(jù)也屬于該研究范疇，因?yàn)樵谝粋€(gè)關(guān)系數(shù)據(jù)庫(kù)中，要把這些目標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化表述需要用到多張表。多關(guān)系數(shù)據(jù)挖掘旨在將一些已存在的并較為成熟的學(xué)科知識(shí)整合在一起，如歸納邏輯程序設(shè)計(jì)(ILP：InductiveLogicProgramming)，知識(shí)發(fā)現(xiàn)(KDD)，機(jī)器學(xué)

2、習(xí)，關(guān)系數(shù)據(jù)庫(kù)等等，以此來(lái)為挖掘多關(guān)系的數(shù)據(jù)生成新的方法，并為這些新的方法生成可用于實(shí)踐的應(yīng)用軟件。 傳統(tǒng)的數(shù)據(jù)挖掘算法是在數(shù)據(jù)庫(kù)的一張單一的表中查找模式。然而在現(xiàn)實(shí)應(yīng)用中，把多張表中的數(shù)據(jù)擠壓進(jìn)一張表需要花費(fèi)大量的心思和工夫，而且還可能造成信息的丟失?，F(xiàn)在，多關(guān)系數(shù)據(jù)挖掘的時(shí)代已經(jīng)來(lái)臨了。 本文在傳統(tǒng)數(shù)據(jù)挖掘的算法基礎(chǔ)上對(duì)多關(guān)系數(shù)據(jù)挖掘的主要研究方法進(jìn)行了介紹和比較，然后從分類的效率和正確率出發(fā)，對(duì)各種基于貝葉斯原理的

3、方法進(jìn)行了仔細(xì)研究并將之應(yīng)用到多關(guān)系數(shù)據(jù)挖掘中。 第一章是緒言，首先簡(jiǎn)要介紹了多關(guān)系數(shù)據(jù)挖掘的定義，然后根據(jù)它的研究意義和研究范疇分析了它的應(yīng)用現(xiàn)狀。最后是論文的組織結(jié)構(gòu)。 第二章對(duì)傳統(tǒng)數(shù)據(jù)挖掘技術(shù)的概念，過(guò)程以及一些分析方法進(jìn)行了綜述。 第三章介紹了多關(guān)系數(shù)據(jù)挖掘技術(shù)的常用方法，包括ILP、多關(guān)系關(guān)聯(lián)規(guī)則、多關(guān)系分類、多關(guān)系聚類等等。 第四章開始對(duì)多關(guān)系數(shù)據(jù)挖掘中的分類算法展開了仔細(xì)研究。本章主要是運(yùn)用

4、各種貝葉斯方法到多關(guān)系分類的規(guī)則連接中，先后討論了樸素貝葉斯、TAN、DLBAN各自的優(yōu)缺點(diǎn)，并用CLP實(shí)現(xiàn)了完整的貝葉斯分類器。 第五章提出了一種基于語(yǔ)義關(guān)系圖的多關(guān)系樸素貝葉斯分類器，該方法將三種技術(shù)：語(yǔ)義關(guān)系圖，元組標(biāo)識(shí)傳播，多關(guān)系樸素貝葉斯相互融合，共同實(shí)踐應(yīng)用到多關(guān)系的分類算法中，再經(jīng)實(shí)驗(yàn)證實(shí)了它的高效性和高正確率。 第六章是對(duì)全文的總結(jié)和對(duì)未來(lái)研究工作的展望。 論文的主要工作和特色如下： 1)