第六章_概念与类的描述.pdfVIP

商务智能 第六章 概念描述：特征化与比较 赵晓煜 信息技术与商务管理系 主要内容 1. 什么是概念/类描述 2. 数据概化和基于汇总的特征化 3. 解析特征化——属性相关分析 4. 挖掘类比较——区分不同的类 1. 什么是概念描述 概念描述/类描述 以简洁的描述形式观察汇总的的数据集，以提供一 类数据的概貌，或将它与对比类相区别。 概念描述的类型 特征化：提供给定数据集的简洁汇总 比较：提供两个或多个数据汇集的比较描述 概念描述与数据概化密切相关，以简洁概要的形式 在更一般的抽象层描述数据。 2. 数据概化或基于汇总的特征化 数据概化 将大的任务相关的数据集从较低的概念层抽象到较 高的概念层。 面向属性的归纳 收集任务相关的数据。 对获得的数据进行概化：属性删除和属性概化。 通过合并相同的、概化的广义元组并统计他们 的计数值进行数据聚集。 对结果进行表示。 概念分层 2.1 获得任务相关的数据 例子：对学生表中的研究生类进行概念描述 使用关系查询获得任务相关的数据 Select name, gender, major, birth_place, birth_date, residence, phone#, gpa from student where status in {“Msc”, “MBA”, “PhD” } 2.2 数据概化(1) 数据概化的两种方法 属性删除 属性概化 属性删除的规则 若初始的工作关系的某个属性有大量不同的值，且 1. 在此属性上没有概化操作符 2. 它的高层概念用其他的属性表示 则该属性应当从工作关系中删除 2.2 数据概化(2) 数据概化的两种方法 属性删除 属性概化 属性概化的规则 如果初始的工作关系的某个属 性有大量不同的值，且该属性 上存在概化操作符，则选择该 概化操作符并应用于该属性 2.2 数据概化(3) 将属性概化到多高的抽象层？——属性概化控制 属性概化阀值控制 概化关系阀值控制 应当允许用户调整概化阀值，以便获得有趣的概 念描述。 属性概化阀值控制 对所有/每个属性设置概化阀值，如果属性的不同 值个数大于属性概化阀值，则应当进一步进行数 据概化。经验值：2~8 2.2 数据概化(4) 将属性概化到多高的抽象层？——属性概化控制 属性概化阀值控制 概化关系阀值控制 应当允许用户调整概化阀值，以便获得有趣的概 念描述。 概化关系阀值控制 对概化关系设定一个阀值，如果概化关系中不同 元组的个数超过该阀值，则进一步进行概化。 经验值：10~30 2.2 数据概化(5) 在许多面向数据库的归纳过程中，用户感兴趣的是 在不同的抽象层得到数据的概化信息和统计信息 一个例子 1. 通过查询获得初始工作关系 2. 数据概化 一个例子 姓名 性别 专业 电话 绩点 城市 省 小赵 男 物