मल्टी-रिलेशनल डेटा माइनिंग (MRDM) विधियाँ उन डिज़ाइनों की खोज करती हैं जिनमें रिलेशनल डेटाबेस से कई टेबल (रिलेशन्स) होते हैं। प्रत्येक तालिका या संबंध विशेषताओं के एक समूह द्वारा वर्णित एक इकाई या संबंध का प्रतिनिधित्व करता है। संबंधों के बीच संबंध उनके बीच के संबंध को दर्शाता है।
पारंपरिक डेटा माइनिंग विधियों को लागू करने की एक विधि है (जो यह मानती है कि डेटा एक ही टेबल में रहता है) प्रोपोज़िशनलाइज़ेशन है, जो जॉइन और एग्रीगेशन का उपयोग करते हुए मल्टीपल रिलेशनल डेटा को सिंगल फ्लैट डेटा रिलेशन में परिवर्तित करता है।
यह एक विशाल, अवांछित "सार्वभौमिक संबंध" (सभी विशेषताओं को शामिल करते हुए) की पीढ़ी को जन्म दे सकता है। इसके अलावा, इसके परिणामस्वरूप डेटाबेस डिज़ाइन में लिंक द्वारा दर्शाई गई आवश्यक अर्थ संबंधी जानकारी सहित जानकारी का नुकसान हो सकता है।
मल्टी-रिलेशनल डेटा माइनिंग का उद्देश्य रिलेशनलडेटा से सीधे ज्ञान की खोज करना है। विभिन्न बहु-संबंधपरक डेटा खनन कार्य हैं, जैसे बहुराष्ट्रीय वर्गीकरण, क्लस्टरिंग, और लगातार पैटर्न खनन।
बहु-संबंधपरक वर्गीकरण का लाभ एक वर्गीकरण मॉडल बनाना है जो विभिन्न संबंधों में जानकारी का उपयोग करता है। मल्टी-रिलेशनल क्लस्टरिंग का उद्देश्य टुपल्स को उनकी विशेषताओं के साथ-साथ विभिन्न संबंधों में उनसे संबंधित टुपल्स का उपयोग करके समूहों में समूहित करना है। मल्टी-रिलेशनल फ़्रीक्वेंट पैटर्न माइनिंग का उद्देश्य विभिन्न संबंधों में परस्पर जुड़ी वस्तुओं को शामिल करने वाले पैटर्न को खोजना है। बहु-संबंधपरक डेटा खनन के उद्देश्य और प्रक्रिया को स्पष्ट करने के लिए यह पहले उदाहरण के रूप में बहु-संबंधपरक वर्गीकरण का उपयोग कर सकता है।
बहु-संबंधपरक वर्गीकरण के लिए एक डेटाबेस में, एक लक्ष्य संबंध होता है, Rt, जिसके टुपल्स को लक्ष्य टुपल्स के रूप में जाना जाता है और वे वर्ग लेबल से संबंधित होते हैं। अन्य संबंध लक्ष्यहीन हैं। प्रत्येक संबंध में एक प्राथमिक कुंजी हो सकती है (जो विशिष्ट रूप से संबंध में टुपल्स को पहचानती है) और कई विदेशी कुंजी (जहां एक संबंध में प्राथमिक कुंजी को दूसरे में विदेशी कुंजी से जोड़ा जा सकता है)।
यदि यह दो-वर्ग की समस्या पर विचार कर सकता है, तो यह एक वर्ग को सकारात्मक वर्ग के रूप में और दूसरे को नकारात्मक वर्ग के रूप में चुन सकता है। एक सटीक बहु-संबंधपरक क्लासिफायरियर बनाने की सेवा विभिन्न संबंधों में प्रासंगिक विशेषताओं को खोजना है जो सकारात्मक और नकारात्मक लक्ष्य टुपल्स को वर्गीकृत करने में मदद करती हैं।
बहु-संबंधपरक वर्गीकरण के लिए परिकल्पना का सबसे लोकप्रिय रूप नियमों का समूह है। प्रत्येक नियम विधेय की एक सूची (तार्किक संयोजन) है, जो एक वर्ग लेबल से जुड़ा है। एक विधेय एक संबंध में एक विशेषता पर एक बाधा है। एक निश्चित जुड़ाव पथ के आधार पर एक विधेय को अक्सर परिभाषित किया जाता है। एक लक्ष्य टपल एक नियम को तभी संतुष्ट करता है जब वह नियम के प्रत्येक विधेय को संतुष्ट करता है।