基于標(biāo)簽傳播的數(shù)據(jù)庫(kù)模式摘要生成技術(shù)研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)在各個(gè)領(lǐng)域的的飛速發(fā)展，數(shù)據(jù)規(guī)模日益增長(zhǎng)，數(shù)據(jù)庫(kù)模式的復(fù)雜度也隨之不斷地增加。即使有大量的模式文檔可供使用，用戶也必須花費(fèi)大量精力去理解數(shù)據(jù)庫(kù)模式才能從數(shù)據(jù)庫(kù)中獲取出所需信息。因此如何快速地理解數(shù)據(jù)庫(kù)模式信息成為了一個(gè)研究熱點(diǎn)，模式摘要生成技術(shù)應(yīng)運(yùn)而生。模式摘要是整個(gè)模式的簡(jiǎn)潔概述，它包含原模式中的重要元素，實(shí)現(xiàn)了廣泛的信息覆蓋。如何生成一個(gè)通用的、高效的數(shù)據(jù)庫(kù)模式摘要，是本文的主要研究目標(biāo)。
　　本文分析并總結(jié)了數(shù)

2、據(jù)庫(kù)模式摘要生成技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀，在此基礎(chǔ)上選擇目前機(jī)器學(xué)習(xí)領(lǐng)域高度關(guān)注的一種主流半監(jiān)督學(xué)習(xí)方法——標(biāo)簽傳播算法作為主要基礎(chǔ)，對(duì)自動(dòng)生成數(shù)據(jù)庫(kù)模式摘要技術(shù)進(jìn)行深入研究，主要工作包括:
　　第一，提出一種數(shù)據(jù)庫(kù)模式到標(biāo)簽圖的映射方法，通過(guò)關(guān)系表中的主外鍵信息、屬性信息以及元組信息計(jì)算出每張關(guān)系表的信息量，在標(biāo)簽圖上采用隨機(jī)游走模型，衡量每張關(guān)系表的重要性。
　　第二，提出一種關(guān)系表相似性度量方法，由于現(xiàn)有關(guān)系表相似度計(jì)算

3、方法過(guò)多的依賴于數(shù)據(jù)集，不具有普遍性，在充分考慮數(shù)據(jù)特征的基礎(chǔ)上，本文選取了名稱、屬性值以及關(guān)系表之間的映射關(guān)系作為相似度模型的主要特征，利用多元線性回歸模型來(lái)計(jì)算關(guān)系表的相似性。
　　第三，深入分析基于圖的半監(jiān)督的標(biāo)簽傳播算法，并以此為基礎(chǔ)提出了一種基于標(biāo)簽傳播的模式摘要自動(dòng)生成模型。與傳統(tǒng)模型相比，該模型結(jié)合了監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)算法的優(yōu)勢(shì)，能同時(shí)采用標(biāo)注數(shù)據(jù)和未標(biāo)注數(shù)據(jù)進(jìn)行聚類，取得了更高的聚類精度。
　　本文在基準(zhǔn)數(shù)