第四讲数据挖掘原语、语言和系统结构及DMQL语言.ppt

概念分层说明的语法——集合分组分层概念分层中的概念数字混合分层的DMQL表示说明语法 all young middle_aged senior 20…39 40…59 60…89 Level 0 Level 1 Level2 define hierarchy age_hierarchy for age on customer as level1: {young, middle_aged, senior} level0: all level2: {20…39} level1: young level2: {40…59} level1: middle_aged level2: {60…89} level1: senior 其中，“”小于号，表示从属。 4、兴趣度度量说明的语法 兴趣度的度量包括置信度、支持度、噪声（空缺值、错误值比例）和新颖度（新颖度可以将挖掘的模式与预期模式对比，偏差越大则说明新颖度越高）等度量，可以通过将模式的兴趣度度量与相应的临界值（用户自定义）相比较决定一个模式是否为感兴趣的模式。with interest_measure_name ?threshold = threshold_value 示例：挖掘关联规则时限定找到的感兴趣模式必须满足最小支持度为5%，最小置信度为70% with support threshold = 5% with confidence threshold = 70% 5、模式表示和可视化说明的语法 对挖掘出来的模式，可以使用多种形式进行表示，包括：规则（rules）、表（table）、饼图（pie chart）、立方体（cube）、曲线（curve）等。 display as result form 为了方便用户在不同的角度或者不同的概念层观察发现的模式，用户可以使用上卷、下钻、添加或丢弃属性或维等操作进一步概化数据。形式： Multilevel_Manipulation?::= roll up on attribute_or_dimension  | drill down on attribute_or_dimension  | add attribute_or_dimension | drop attribute_or_dimension 例：假定描述是基于维location, age和income的挖掘。用户可以”roll up on location”（执行此操作，在location维用高层概念代替低层概念）, “drop age”, 概化发现的模式。 举例：一个DMQL查询的完整示例 数据挖掘任务：查询AllElectronics购买商品的价格不小于$100的，用AmEx信用卡结帐的加拿大顾客的购买习惯特征（年龄，商品类型和产地），以表的形式表示挖掘的模式 use database AllElectronics_db （1、说明感兴趣的数据集，限定数据库） use hierarchy location_hierarchy for B.address （3、此处背景知识就是概念分层） mine characteristics as customerPurchasing （2、指定挖掘的数据类型、知识类型：此处是挖掘特征化） analyze count% in relevance to C.age, I.type, I.place_made （1、说明感兴趣的数据集，限定跟表相关的属性名） from customer C, item I, purchases P, items_sold S, works_at W, branch （1、说明感兴趣的数据集，限定使用到的表的名字） where I.item_ID = S.item_ID and S.trans_ID = P.trans_ID and P.cust_ID = C.cust_ID and P.method_paid = ``AmEx and P.empl_ID = W.empl_ID and W.branch_ID = B.branch_ID and B.address = ``Canada and I.price = 100 （2、指定挖掘知识类型、此处是特征化） with noise threshold = 0.05 （4、说明兴趣度度量） display as table （5、模式表示和可视化说明） 其他数据挖掘语言和数据挖掘原语的标准化（数据挖掘语言仍缺少统一标准） 关联规则语言规范 MSQL (Imielinski Virmani’99) MineRule (Meo Psaila and Ceri’96) Q