曹礼园　李深洛

(1.广东财经大学华商学院　广州　510006)(2.广西师范大学计算机科学与信息工程学院　桂林　541004)



一个基于高内聚和低耦合的多数据库分类方法*

曹礼园1李深洛2

(1.广东财经大学华商学院广州510006)(2.广西师范大学计算机科学与信息工程学院桂林541004)

摘要数据库分类是多数据库存储、管理和挖掘的预处理技术。目前,不依赖具体应用的多数据库分类的研究甚少,并且忽略内聚度和耦合度,复杂度高。论文提出一个基于高内聚和低耦合的多数据库分类方法,该方法不依赖于具体的应用,避免了聚类结果的不稳定性,且降低了时间复杂度。具体地,该方法名为DHC首先构造一个多目标优化问题,然后利用层次聚类思想构造算法查找最优聚类。利用一个人工数据库和一个现实数据库相似度二维表进行实验,实验表明该方法聚类稳定性强,时间复杂度比BestClassification低,泛化能力强。

关键词数据库聚类; 多目标最优化; 多数据库挖掘; 层次聚类

Class NumberTP391

1引言

当今,有很多大机构有着不同的数据库分布在其不同的分支机构,因此多数据库挖掘作为数据挖掘的一个重要分支变得越来越重要。为了减小搜索成本,需要确定哪些数据库是与我们的数据挖掘应用相关联的。这一重要步骤称之为数据库选择[1]。进一步,考虑一个需要处理多个大型数据库的跨国公司。该公司可能需要进行关联分析找出非盈利的项目(产品)。最终的目标是识别那些本身没有多大的利润也没有促进其他产品盈利的产品。……