有效的BCDM时态信息简化方法

时态信息是管理决策中的重要支持信息,需求的不同造就了时态信息不同的表示方法.随着数据库与信息技术的深入发展,越来越需要简单高效的时态数据模型以方便时态信息的表示与处理.介绍了BCDM模型及其时态表示思想,讨论了模型中事务时间和有效时间表示在查询优化时存在的问题,提出了一种基于BCDM的时态信息简化方法,不但能够有效的保存数据库现有的时态信息,而且能够大大简化有效时间的表示,为时态数据的查询优化奠定了良好基础.     

一种时态关联规则挖掘算法

时态关联规则挖掘是针对在一段时间范围内的关联挖掘,在现实中有较多的应用。现有的大多数时态关联挖掘算法或者需要多次扫描数据库,或者没有考虑各个项在数据集上出现或结束时间上的不同,因而挖掘性能受到较大的制约。为此,本文提出一种增量式的面向具有不同时间出现与结束的项的时态关联规则挖掘算法。为减少存储方面的开销,只需保存已挖掘过的历史数据集中的频繁1项集。为了减少数据的扫描量,通过有效的剪枝策略,有选择性地扫描相关事务项,至多只需扫描一次完整的数据库。实验证明,该算法具有较好的挖掘性能。     

文本挖掘的时态文本关联规则算法研究

由于数据库的频繁更新,时态数据库隐藏了大量的未知信息,因此针对实时更新的数据库应产生相应的时态关联规则.虽然关联规则算法已经被深入广泛地研究,但在文本数据中时态关联规则算法的研究还不多见.在深入了解时态关联规则算法及其在文本数据中的研究价值后,以时态文本为对象进行了时态关联规则算法的研究,建立了时态文本数据的时间表示模型,提出了文本时态关联规则算法SPFM,最后通过实验对算法进行了有效性验证,结果表明该算法是正确可行的.     

不确定时态信息表示及时态运算的扩展

时态信息表示和查询是时态数据库的研究重点,但现有的时态数据库模型在处理不确定时态信息方面仍存在较大困难。而现实生活中很多时态信息都是不确定的,故提出了一种不确定时态信息的表示方法,并扩展时态运算使其支持不确定时态信息的处理和查询,从而扩展了时态数据库的适用范围。     

基于多维时态关联规则的演化模糊推理预测算法

挖掘时态关联规则的目的是为了发现带有时态信息的项集之间有趣的关系.由于数据库经常动态更新,时态关联规则的挖掘也应该适应数据库的更新.然而,现有的大多数算法不仅需要重新挖掘更新的数据库,浪费了大量的时间和效率,而且不能利用已存在的规则定量地预测某些项的变化趋势.本文提出了一个基于多维时态关联规则的演化模糊推理预测建模算法（Evolving fuzzy inference model based on multidimensional temporal association rules,EFI-MTAR）,主要优势是构建了一种基于多维时态关联规则的模糊推理建模算法（Fuzzy inference modeling algorithm based on multidimensional temporal association rules,FI-MTAR）,实现了对时间序列的定量预测.此外,为了降低规则更新的代价和加快规则预测的速度,提出了概念漂移检测策略来处理时间序列数据以适应数据库的动态更新.实验结果表明了本文提出算法的有效性和准确性.     

网络营销平台中的时态数据处理

网络营销中的很多信息都是时变的。目前常见的快照数据库并不能很好地对其描述和处理。文章引入了时态数据库的理论,采用了基于BCDM模型的双时态数据库,并将混合式时态应用模式应用于实际开发中。实践证明,时态数据库在处理与时间相关的数据时表现出独特的优势。     

在数据库中发现具有时态约束的关联规则

目前,国际上的关联规则研究尚未考虑时间因素.然而,时间是现实世界的固有属性,许多现实 世界数据库都存在时态语义问题.该文考察称为有效时间的时态约束问题,提出了时间区间延 展与归并技术以及新的时态关联规则发现算法,从而进一步推广了关联规则的应用.     

时态查询语言对处理不明确时间间隔的扩展

关于时态数据库的先前工作,主要是建立在时态属性的时间间隔和事件的开始/终止点都十分清楚的基础上.然而,在许多实际情况中,事件的时间界限并不十分清楚.因此,表示不明确时间,并给出处理不明确时间查询的方法,是对时态数据库中目前仍缺少的一个有效的扩展.讨论了时态数据库处理不明确时间存在的一些问题,并描述不明确时间间隔的方法.之后扩展了各种时态运算,并给出了与不明确时间相关的新运算符.也提出了能够处理不明确时间的查询语言扩展.在此讨论的时态查询语言对处理不明确时间间隔的扩展和丰富时态数据库的适应性有一定作用.     

时态查询语言对处理不明确时间间隔的扩展

关于时态数据库的先前工作，主要是建立在时态属性的时间间隔和事件的开始／终止点都十分清楚的基础上，然而，在许多实际情况中，事件的时间界限并不十分清楚。因此，表示不明确时间，并给出处理不明确时间查询的方法，是对时态数据库中目前仍缺少的一个有效的扩展。讨论了时态数据库处理不明确时间存在的一些问题，并描述不明确时间隔的方法，之后扩展了各种时态运算，并给出了与不明确时间相关的新运算符。也提出了能够处理不明确时间的查询语言扩展。在此讨论的时是询语言对处理不明确时间间隔的扩展和丰富时态数据库的适应性有一定作用。     

基于时态数据库的极小子结构逻辑系统

逻辑是知识表达的重要方法,但由于时序性知识与时间属性知识交叉应用的复杂性,其对时态数据库支撑一直不尽如人意.目前时态数据运算体系不完备,时态关系演算缺乏系统和有力的逻辑与代数理论支持.为此,文中从子结构逻辑出发,针对时态数据库及其信息处理中关键的知识推理、时态操作与函数依赖等内容,构建了一个极小的(最小的)子结构逻辑系统TDLrmin,其恰好等价于传统的数据库函数依赖Armstrong规则.TDLmin系统能在逻辑语义模型中对时序性、时间属性进行表达,而在句法逻辑系统将时间剥离,从而既表达了时态知识,对时态操作进行处理,又降低了逻辑系统的复杂度,使得逻辑系统的时间复杂度为P-time (O(n2)).而该逻辑系统还可与传统的Allen方法进行对接,使得相关时态查询所需的时间代价为传统非时态查询的时间加上一个复杂度仅为O(n)的线性时间,从而使得系统具有更强的普适性和应用前景.     

Incremental fuzzy temporal association rule mining using fuzzy grid table

Traditional temporal association rules mining algorithms cannot dynamically update the temporal association rules within the valid time interval with increasing data. In this paper, a new algorithm called incremental fuzzy temporal association rule mining using fuzzy grid table (IFTARMFGT) is proposed by combining the advantages of boolean matrix with incremental mining. First, multivariate time series data are transformed into discrete fuzzy values that contain the time intervals and fuzzy membership. Second, in order to improve the mining efficiency, the concept of boolean matrices was introduced into the fuzzy membership to generate a fuzzy grid table to mine the frequent itemsets. Finally, in view of the Fast UPdate (FUP) algorithm, fuzzy temporal association rules are incrementally mined and updated without repeatedly scanning the original database by considering the lifespan of each item and inheriting the information from previous mining results. The experiments show that our algorithm provides better efficiency and interpretability in mining temporal association rules than other algorithms.

     

Effective timestamping in databases

Many existing database applications place various timestamps on their data, rendering temporal values such as dates and times prevalent in database tables. During the past two decades, several dozen temporal data models have appeared, all with timestamps being integral components. The models have used timestamps for encoding two specific temporal aspects of database facts, namely transaction time, when the facts are current in the database, and valid time, when the facts are true in the modeled reality. However, with few exceptions, the assignment of timestamp values has been considered only in the context of individual modification statements. This paper takes the next logical step: It considers the use of timestamping for capturing transaction and valid time in the context of transactions. The paper initially identifies and analyzes several problems with straightforward timestamping, then proceeds to propose a variety of techniques aimed at solving these problems. Timestamping the results of a transaction with the commit time of the transaction is a promising approach. The paper studies how this timestamping may be done using a spectrum of techniques. While many database facts are valid until now, the current time, this value is absent from the existing temporal types. Techniques that address this problem using different substitute values are presented. Using a stratum architecture, the performance of the different proposed techniques are studied. Although querying and modifying time-varying data is accompanied by a number of subtle problems, we present a comprehensive approach that provides application programmers with simple, consistent, and efficient support for modifying bitemporal databases in the context of user transactions. Received: March 11, 1998 / Accepted July 27, 1999     

基于数据挖掘建立动态人事管理决策系统

运用关联规则发现方法对人事信息库进行数据挖掘,生成了对当前数据库有效的关联规则,为高校管理决策提供科学依据。但数据库的更新操作经常发生,原来有效的部分规则可能在更新后的数据库中会成为无效,原无效的部分规则也同样有可能会成为有效。文章提出了EPUA算法,有效解决了数据更新后关联规则的更新问题,对FUP2算法进行了补充和改进。     

数据挖掘中加权时态关联规则的构造

传统的关联规则很少考虑规则的时间适用性,而时态关联规则中每条关联规则都有其成立的时间区域,对上述问题进行了一定的改进。该文在此基础上,构造了一种体现数据时间价值的加权时态关联规则,以使规则的发现体现一种时间趋势,并对同一组数据采用不同关联规则挖掘的结果进行比较,取得了良好的效果。     

A conceptual schema-based temporal meta database schemas generation technique for 3D objects

In this paper, a temporal meta database for three-dimensional (3D) objects whose properties and relationships are supported by valid time is introduced. Based on our proposed temporal object-oriented conceptual schema model, a conceptual schema of the temporal meta database can be generated from a 3D graphical data source and other particular application requirements. Based on our proposed temporal object relational data model with attribute timestamping, logical schemas of the temporal meta database can be systematically and automatically generated from the conceptual schema. From the temporal meta database, non-temporal/temporal metadata about temporal 3D objects are available for temporal information system users. Convenient access using database languages such as SQL can be performed. Queries over 3D objects using a temporal object relational SQL are demonstrated.     

强偏序时态模式中数据依赖推导规则研究

随着数据库与信息技术的发展,信息系统面临许多新的应用和需求,对时态信息处理的需求越来越迫切。时态信息处理已成为许多新一代数据库与信息系统的关键技术,时态数据库研究已经成为数据库与信息系统领域研究的热点和难点。就时态数据库中的难点问题强偏序时态数据库的数据依赖问题开展研究,因此选题紧靠学术前沿。针对强偏序时态模式中的数据依赖问题进行了讨论,?提出了强偏序时态模块模式、强偏序模式的时态类型集概念,?给出了强偏序时态模式中函数依赖的推导规则以及多值依赖的推导规则,理论分析的结果表明这些规则是正确的有效的,这对实现强偏序时态数据库的规范化设计具有重要的推动作用。     

一种基于FP-树的时态关联规则的分区挖掘方法

随着各种形式的数据的迅速增长，业务数据中的时态信息挖掘问题受到人们普遍关注。该文提出了一种带有效时间区间的时态关联规则，给出了一种基于FP-树的挖掘方法。该方法利用分区挖掘的思想，以分区为单位表示项集的有效时间区间，并为每个分区构建FP-树，大大简化了对某个项集在其有效时间区间中的出现次数的计算，从而更有效地计算时态置信度。最后用一个例子对该方法的执行过程进行了阐述。