-
题名改进的多关系决策树算法
- 1
-
-
作者
宋广玲
郝忠孝
吴海燕
-
机构
哈尔滨理工大学计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第12期4502-4505,4512,共5页
-
基金
黑龙江省自然科学基金资助项目(F200702)
-
文摘
高效性和可扩展性是多关系数据挖掘中最重要的问题,而提高算法效率的主要瓶颈在于假设空间,且用户对分类的指导会在很大程度上帮助系统完成分类任务,减少系统独自摸索的时间。针对以上问题提出了改进的多关系决策树算法,即将虚拟连接元组传播技术和提出的背景属性传递技术应用到多关系决策树算法中。对改进的多关系决策树算法进行了理论证明,并且对多关系决策树算法和改进的多关系决策树算法进行比较实验。通过实验可以得出,当改进的多关系决策树在搜索数据项达到背景属性传递阈值时,改进的多关系决策树算法的效率相对很高且受属性个数增加(或记录数增加)影响较小。因此提出的算法优于现有的同类算法,实现了预期的研究目标。
-
关键词
多关系数据挖掘
多关系决策树
元组标志传播
背景属性
-
Keywords
relational data mining
multi-relational decision tree
tuple ID propogation
background attribute
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名多关系数据挖掘中的多关系决策树研究综述
- 2
-
-
作者
高静
邢永康
布伟光
张向科
-
机构
重庆大学计算机学院
重庆市电力公司超高压局
-
出处
《微处理机》
2009年第5期78-81,85,共5页
-
文摘
随着关系数据库的发展,多关系数据挖掘正在成为数据挖掘的重要分支之一。多关系决策树是其中的一种重要方法。目前多关系决策树已有多种研究方法。针对不同的背景和框架,对其中主要的算法进行分析和比较,指出未来的发展趋势。
-
关键词
多关系数据挖掘
归纳逻辑程序设计
多关系决策树
-
Keywords
MRDM
ILP
Multi-relational decision trees
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多关系数据挖掘研究综述
被引量：4
- 3
-
-
作者
张伟
杨炳儒
宋威
-
机构
北京科技大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第2期1-6,共6页
-
基金
国家科技成果重点推广计划资助项目(编号:2003EC000001)
-
文摘
多关系数据挖掘是近年来快速发展的重要的数据挖掘领域之一。传统的数据挖掘方法只能完成单一关系中的模式发现,多关系数据挖掘能够从复杂结构化数据中发现涉及多个关系的复杂模式。该文综述了多关系数据挖掘的研究状况。首先分析了多关系数据挖掘领域发生的原因和背景,其次总结了多关系数据挖掘研究的一般方法,然后介绍、分析了最具代表性的多关系数据挖掘算法。最后,总结了多关系数据挖掘将来发展需重点解决的问题和面临的挑战。
-
关键词
多关系数据挖
掘归纳逻辑程序设计
多关系决策树
关系距离测度
多关系关联规则
统计关系学习
-
Keywords
Multi-relational Data Mining （MRDM）, Inductive Logic Programming （ILP）, muhi-relational decision trees, relational distance measure, multi-relational association rules, Statistical Relational Learning（SRL）
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
