ارايه و پياده¬سازي الگوريتمي براي استخراج الگو از پايگاه داده رابطه¬اي

كارشناسي ارشد

چكيده خوشه بندي يكي از تكنيك هاي پر كاربرد در داده كاوي است. در دنياي واقعي اغلب اطلاعات در پايگاه هاي داده رابطه اي نگهداري مي شود.در پايگاه داده رابطه اي نيز اطلاعات مرتبط در چندين جدول مجزا قرار گرفته¬اند.همچنين حجم بالايي از داده¬هاي ذخيره شده در پايگاه هاي داده، شامل داده¬هاي اسمي هستند. K-means به عنوان يكي از كارآترين الگوريتم هاي داده¬كاوي، از معيار فاصله اقليدسي براي اندازه-گيري فاصله بين اشياءداده¬اي استفاده مي كند؛ در حاليكه اين معيار در حالتي كه اشياءداده¬اي شامل صفات اسمي هستند، ناتوان است. در اين كار معيار فاصله¬اي ارائه شده است كه امكان اندازه¬گيري فاصله بين اشياء داده¬اي با صفات تركيبي(عددي و اسمي) را در محيط هاي رابطه¬اي فراهم مي كند. در اين معيار از هم رخداد مقادير براي اندازه گيري فاصله دو مقدار اسمي استفاده مي شودو علاوه بر اين توزيع مقادير دسته¬اي در خوشه¬ها را نيز در نظر مي گيرد .تعريف جديد مركز خوشه مانع از دست رفتن اطلاعات مي¬شود. نتايج عملي در اعمال اين معيار در الگوريتم k-means حاكي از افزايش دقت خوشه بندي است. واژه¬هاي كليدي: پايگا¬ه داده رابطه¬اي ، داده¬كاوي چند رابطه¬اي ،خوشه بندي

185425

دانشگاه علم و صنعت ايران

كامپيوتر - نرم افزار

دكتر بهروز مينايي بيدگلي