數(shù)據(jù)立方梯度的聯(lián)機(jī)挖掘.pdf

1、華中科技大學(xué)碩士學(xué)位論文摘要數(shù)據(jù)立方梯度是關(guān)聯(lián)規(guī)則在數(shù)據(jù)立方上的推廣和一般化，它描述了立方元組因維值的變化所導(dǎo)致的度量變化，能夠支持更復(fù)雜、更廣泛的假設(shè)分析。為了克服傳統(tǒng)的梯度挖掘算法從基表開始、象生成數(shù)據(jù)立方一樣計算出立方梯度造成的巨大計算代價，提出了數(shù)據(jù)立方梯度的聯(lián)機(jī)挖掘MCGO算法。由于數(shù)據(jù)立方中蘊含了所有的立方梯度，并且在聯(lián)機(jī)分析處理中通常會預(yù)先計算數(shù)據(jù)立方以加速查詢響應(yīng)，因此MCGO算法利用聯(lián)機(jī)分析處理查詢得到所需的立方元組，

2、再通過維值匹配和梯度約束判斷生成立方梯度，這樣不但節(jié)省了計算代價，也避免了同時保存立方元組和立方梯度的冗余。將梯度挖掘與聯(lián)機(jī)分析處理集成，也符合用戶在瀏覽數(shù)據(jù)立方時產(chǎn)生的挖掘興趣。數(shù)據(jù)立方的巨大尺寸有可能使得保存和維護(hù)一個經(jīng)過完全計算的數(shù)據(jù)立方變得不切實際，而濃縮數(shù)據(jù)立方則可以大大節(jié)省存儲空間，并且可以在其上構(gòu)建CuboidTree索引，提高查詢效率。在此基礎(chǔ)上提出了基于濃縮數(shù)據(jù)立方的梯度聯(lián)機(jī)挖掘MCGOBC算法。注意到濃縮數(shù)據(jù)立方的本

3、質(zhì)是將那些由相同基表元組集合聚集得到的立方元組濃縮到一條基本單元組，并且在CuboidTree索引中具有相同單值維集的基本單元組被組織在一起構(gòu)成虛小方，MCGOBC算法采取了虛小方查詢修剪和基本單元組定向擴(kuò)展的優(yōu)化策略，保證了每個虛數(shù)據(jù)小方都只被查詢一次，基本單元組也僅在泛化、具體化和突變方向上進(jìn)行擴(kuò)展，從而有利于減少查詢開銷，提高算法性能。在研究了聯(lián)機(jī)分析處理與數(shù)據(jù)挖掘集成的聯(lián)機(jī)分析挖掘系統(tǒng)基礎(chǔ)上，設(shè)計了基于達(dá)夢聯(lián)機(jī)分析處理服務(wù)器的數(shù)