关系数据挖掘理论研究

数据挖掘研究已经有十几年的历史了。但是，传统的数据挖掘算法只是在单一表中寻找模式。而现在非常通用的关系数据库中通常都含有多个表。当数据存放在多个数据表中时，应用现有的数据挖掘算法需要通过连接或者聚合将多个表中的数据结合到一个表中来。但是，在结合的过程中，会有语义或信息的丢失，数据冗余，或者是结合之后产生的表太大，挖掘起来十分困难。可见，传统的数据挖掘算法有一定的局限性，而关系数据挖掘的目标就是直接对存储在多个表中的数据进行挖掘。.本课题通过对现有的以谓词演算和归纳推理为基础的ILP规则进行研究，探讨如何用关系代数演算的方法来实现这些规则的表示，进一步研究对多个关系表中的数据直接挖掘的理论和方法。重点研究基于背景知识的关系数据挖掘算法，给出一个基本的数据模型，解决建立原型系统的关键问题。