Введение
Реляционная добыча данных – это метод интеллектуального анализа данных, применяемый к реляционным базам данных. В отличие от традиционных алгоритмов интеллектуального анализа данных, которые выявляют закономерности в одной таблице (пропозициональные закономерности), алгоритмы реляционной добычи данных ищут закономерности между несколькими таблицами (реляционные закономерности). Для большинства типов пропозициональных закономерностей существуют соответствующие реляционные закономерности. Например, существуют правила реляционной классификации (реляционная классификация), реляционное дерево регрессии и правила реляционной ассоциации. Существует несколько подходов к реляционной добыче данных: индуктивное логическое программирование (ILP), статистическое реляционное обучение (SRL), анализ графов, пропозиционализация и многовидовое обучение.
databases. Unlike traditional data mining algorithms, which look for
patterns in a single table (propositional patterns),
relational data mining algorithms look for patterns among multiple tables
(relational patterns). For most types of propositional
patterns, there are corresponding relational patterns. For example,
there are relational classification rules (relational classification), relational regression tree, and relational association rules. There are several approaches to relational data mining:
Inductive Logic Programming (ILP)
Statistical Relational Learning (SRL)
Graph Mining
Propositionalization
Multi view learning
Алгоритмы
Правила ассоциации многоотношений: Правила ассоциации многоотношений (MRAR) — это новый класс правил ассоциации, который, в отличие от примитивных, простых и даже многореляционных правил ассоциации (обычно извлекаемых из многореляционных баз данных), характеризуется тем, что каждый элемент правила состоит из одной сущности, но нескольких отношений. Эти отношения указывают на косвенную связь между сущностями. Рассмотрим следующий пример MRAR, где первый элемент состоит из трех отношений: «проживает в», «находится рядом с» и «влажный»: «Те, кто проживает в месте, расположенном рядом с городом с влажным климатом и моложе 20 лет, имеют хорошее состояние здоровья». Такие правила ассоциации могут быть извлечены из данных реляционных СУБД или семантической сети.
Программное обеспечение
Safarii: среда интеллектуального анализа данных для анализа больших реляционных баз данных, основанная на многореляционном механизме поиска закономерностей. Dataconda: бесплатное программное обеспечение для исследовательских и образовательных целей, которое позволяет проводить интеллектуальный анализ реляционных баз данных без использования SQL.
Набор данных
Репозиторий реляционных наборов данных: собрание общедоступных реляционных наборов данных.