摘要：为了从多关系数据库中挖掘知识,需要对连续取值的属性进行离散化。已有离散化方法都是针对单表设计,不能直接用于多关系环境。基于信息熵和最小描述长度原理,该文提出3种多关系离散化方法,分别为对表关系图的广度遍历方法(MRD_Breadth)、对表关系图的深度遍历方法(MDR_Depth)和选择较优路径的贪婪算法(MDR_Greedy),实现了不同的类别传递和离散化方法选择策略。实验结果表明这些方法可以提高分类算法的效率和准确度。

摘要：针对多个实体集关系,提出了链接属性及实体链有关概念,研究发现了具有相同或相似链接属性的实体链计算方法。多关系之间的实体链计算是近似连接查询的关键,该研究通过分析链接属性相似度,解决多关系之间数据冲突问题,设计了2-实体链和k-实体链计算算法,并运用扩展的SQL查询语言实现实体链计算的主要过程。实体链能够应用于多关系高效查询及动态查询,而且可以获得较高的查询准确率。

摘要：该文将关联规则挖掘算法应用于某煤矿的考勤数据的分析。针对关系数据库的特点,对传统的关联规则挖掘算法进行了优化。算法借鉴元组ID传播思想,将关系图进行切分,对每一部分建立了全局的键值映射哈希表,通过哈希表,将单表挖掘出的项集进行连接,从而得到多关系间的频繁项集。最后设计并实现了一个多关系的关联规则挖掘系统,对考勤数据进行分析。