Реляционный интеллектуальный анализ данных — это метод интеллектуального анализа данных для реляционных баз данных. [1] В отличие от традиционных алгоритмов интеллектуального анализа данных, которые ищут закономерности в одной таблице (пропозициональные закономерности), алгоритмы реляционного интеллектуального анализа данных ищут закономерности среди нескольких таблиц (реляционные закономерности). Для большинства типов пропозициональных закономерностей существуют соответствующие реляционные закономерности. Например, существуют реляционные правила классификации ( реляционная классификация ), реляционное регрессионное дерево и реляционные правила ассоциации .
Существует несколько подходов к реляционному анализу данных:
Правила ассоциации с несколькими отношениями : Правила ассоциации с несколькими отношениями (MRAR) — это новый класс правил ассоциации, в котором в отличие от примитивных, простых и даже правил ассоциации с несколькими отношениями (которые обычно извлекаются из баз данных с несколькими отношениями) каждый элемент правила состоит из одной сущности, но нескольких отношений. Эти отношения указывают на косвенную связь между сущностями. Рассмотрим следующий MRAR, где первый элемент состоит из трех отношений жить в , рядом и влажный : «Те, кто живет в месте, которое находится недалеко от города с влажным типом климата, а также моложе 20 лет -> их состояние здоровья хорошее». Такие правила ассоциации извлекаются из данных RDBMS или данных семантической сети. [2]