摘要：将完全加权关联规则挖掘技术应用于信息检索,提出一种基于完全加权关联规则挖掘和查询扩展的信息检索模型,重点阐述模型的设计思想及其算法和实现的关键技术。实验结果表明,该模型有效,能提高信息检索性能,有很高的实际应用价值和推广前景。

摘要：众所周知,实体-关系(E-R)方法是数据库概念模式设计中一种非常实用的方法,它具有图形表示、分析容易、抽象性好、易读等优点。本文给出了一个基于E-R方法的时态数据模型,即时态实体-关系(TER)模型。TER模型不仅具有实体-关系模型的优点,而且还具备面向对象模型所具有的很多性质,表达能力强。此外,我们还讨论了TER的实现,为目前正努力实现的一个功能强大的面向对象的TDBMS打下了良好的基础。

摘要：为提高数据清洗的质量,提出消除脏数据域、使用统一的缩写、数据的转换等预处理方法,基于这3种方法和链表存储复制记录算法,设计一个数据清洗的系统,与其他方法的效率与准确程度比较可知,该系统的数据准确程度要高于现有的数据清洗系统.

摘要：Apriori算法是关联规则挖掘中的经典算法。在Apriori算法中,需要大量进行两个操作:判断两个k-项集是否前k-1项相同且最后一项不同;判断一个项集是否为另一个项集的子集。利用Apriori算法中项集之间都是有序的这一特点可以减少以上两个操作的执行次数,从而达到对Apriori算法进行优化的目的。实验结果表明,经过优化了的Apriori算法在运行效率上有一定的提高。

摘要：多数据库技术的进步导致大量的多数据库系统的开发,为了决策的目的,许多跨国(省)公司急需挖掘他们那些分布在子公司的数据库.不过,现有的多数据库挖掘依然沿用单个数据库挖掘技术,即,首先将相关的数据库中的数据并入一个集合,然后挖掘这个集合,这会破坏一些有用的模型,像‘一个公司的70%子公司认为一个45-65的已婚顾客通常至少有2部车'.这种模型是有助于该公司的总体规划.另一方面,多数据库挖掘和单个数据库挖掘之间存在本质的不同.例如,多数据库挖掘要考虑总公司和子公司的多层次应用.在这个报告中,设计了一个多数据库挖掘过程及可能遇到的问题.同时也简要地论证了多数据库挖掘的重要性,多数据库挖掘和单个数据库挖掘之间的不同之处,以及现有的多数据库挖掘技术的缺陷.