基于日志分析的增量数据捕获方法研究

通过扫描数据库日志文件可以捕获变化数据,但已有研究仅适应某种特定类型的数据库管理系统并且缺乏对冗余信息的消除。针对上述不足,提出一个基于日志分析的增量数据检测及其净效应处理通用模型,描述增量检测过程中的通用处理步骤,即日志抽取、日志分析和净效应处理3个模块。通过实验对净效应处理速度、冗余数据压缩率、网络传输速度等因素进行分析,结果表明,净效应处理可以有效地减少数据的网络传输时间和更新时间,提高运行效率。     

基于群体智能的增量数据挖掘方法研究

增量式挖掘方法有适应大规模动态数据、降低内存需求和可实现并行处理等诸多好处,但是目前的增量式聚类方法存在参数限制较多和计算结果不够准确等问题.在信息源变化的数据挖掘体系结构下,利用一群特殊的智能代理增量修改知识模型,提出了群体智能聚类模型的构建方法及增量模型维护算法.该方法利用信息熵加快聚类过程,根据信息素和数据库的插入及删除增量操作调整已生成的聚群,设定的参数较少,实验表明聚类结果准确.     

基于基库的多实化视图增量维护算法

基于基库的多实化视图维护将基库集作为多个实化视图的辅助视图集保存在集成端。当信息源发生变化时,基库随着更新,同时触发多实化视图的更新与维护。在保存基库的情况下,多实化视图的维护无需访问信息源就可完成,是多实化视图的自维护方式。     

基于0racle的日志分析器

文中介绍了一种利用Oracle提供的分析工具LogMiner来读取和分析Oracle日志的分析器，并给出一种获取基表变化记录真实值的方法，同时还引入了用户规则，使该分析器能根据用户的需求对Oracle日志进行分析处理，把用户需要的信息提取出来。     

一种高效的视图维护算法

通过选择性算法将增量式视图维护和视图自维护有效地融合在一起．同时它还利用相关性算法对不相关更新进行过滤，可以有效地降低消息总数和数据的通信量，从而大大提高视图维护的效率，具有现实的应用意义．     

部分赋值一阶逻辑公式的条件求值——NP完全性及在特定情况下的求解

部分赋值的一阶逻辑公式的条件求值问题是在关系数据库应用，尤其是在分布式环境下应用中经常遇到的问题．此问题在一般意义下的解是NP完全的．本文首先证明此问题的解存在的充要条件，从而推知其NP完全性．然后给出该问题在一种特定情况下的求解方法。     

视图增量计算的延迟部分补偿算法

为解决异步传播算法中视图增量计算时间过长、占用系统资源过多及某些错误补偿问题,提出了在数据源上进行延迟部分补偿的算法.该算法要求获取数据源的基表增量时记下增量的事务时间,在实化视图层记录已用于视图增量计算的基表增量的最大事务提交时间.当计算实化视图新的增量时,比较同一个数据源在实化视图层上的记录时间与增量子查询的执行时间,如果这段时间基表产生新的增量,则进行补偿查询.补偿过程采用单个数据源上的时间进行比较,避免了全局时间问题,也解决了现有部分补偿算法可能产生的错误.该算法利用基表之间的主外码约束来减少计算次数,提高计算效率.分析和实验表明,该算法在计算效率和正确性方面都有所提高.     

规则评估方法与数据质量挖掘系统

为从数据挖掘结果中获得真正有用的规则,探讨了评估规则的度量,提出了度量关系的新概念,并应用于发现与评估有用规则集的算法中.经过度量函数之间的相关分析,确定适合的度量,并据此对规则进行兴趣度评估,指导用户对有用规则的选择.此外,为了解决数据集成系统中存在"垃圾"数据的问题,提出了数据质量挖掘与控制系统框架,将数据挖掘规则应用于数据质量管理中.使用经过评估筛选得到的规则,能够检测数据库中的异常和不完整数据,解决数据集成过程中部分数据质量问题.通过企业信息集成实例,说明了规则评估及应用方法的有效性.     

面向对象多媒体数据库系统Mbase—1数据语言及其接口的实现

介绍面向对象多媒体数据库原型系统Ｍｂａｓｅ的数据语言及接口（即编译器）的实现,所实现的命令行编译器较好的解决了由面向集的相联存取与访问路径的交织所带来的处理方法问题。所作的工作是在面向对象多媒体数据库原型系统Ｍｂａｓｅ［１］的前有研究和开发积累的基础之上,进一步对于该系统所支持的对象查询和处置语言编译器的全面开发,并对处理机制和查询实现方法进行了一定的探索。