Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> प्रोग्रामिंग

नाममात्र डेटा के लिए कॉन्सेप्ट हायरार्की जनरेशन के तरीके क्या हैं?


नाममात्र डेटा के लिए कॉन्सेप्ट हायरार्की जनरेशन के तरीके

नाममात्र डेटा के लिए कॉन्सेप्ट हायरार्की जनरेशन के विभिन्न तरीके निम्नलिखित हैं:

1. उपयोगकर्ताओं या पेशेवरों द्वारा स्कीमा स्तर पर विशेषताओं के आंशिक क्रम का स्पष्ट विनिर्देश

नाममात्र विशेषताओं या आयामों के लिए कॉन्सेप्ट हायरार्की में आमतौर पर विशेषताओं का एक सेट होता है। एक उपयोगकर्ता या पेशेवर स्कीमा स्तर पर विशेषताओं के आंशिक या कुल क्रम को परिभाषित करके एक कॉन्सेप्ट हायरार्की को आसानी से दर्शा सकता है।

उदाहरण के लिए, मान लीजिए कि एक रिलेशनल डेटाबेस में निम्नलिखित विशेषताओं का सेट शामिल है: स्ट्रीट, सिटी, प्रांत या राज्य, और देश। एक डेटा वेयरहाउस स्थान आयाम में वही विशेषताएं शामिल हो सकती हैं। एक हायरार्की को स्कीमा स्तर पर इन विशेषताओं के बीच कुल क्रम का वर्णन करके दर्शाया जा सकता है: स्ट्रीट < सिटी < प्रांत या राज्य < देश।

2. स्पष्ट डेटा ग्रुपिंग द्वारा हायरार्की के एक हिस्से का विनिर्देश

यह मूल रूप से एक कॉन्सेप्ट हायरार्की के एक हिस्से का मैनुअल विवरण है। एक बड़े डेटाबेस में, स्पष्ट मूल्य गणना द्वारा पूरी कॉन्सेप्ट हायरार्की का वर्णन करना अवास्तविक है।

3. विशेषताओं के एक सेट का विनिर्देश, लेकिन उनके आंशिक क्रम का नहीं

एक उपयोगकर्ता एक कॉन्सेप्ट हायरार्की बनाने वाली विशेषताओं के एक सेट को परिभाषित कर सकता है, लेकिन उनके आंशिक क्रम को स्पष्ट रूप से बताने से इनकार कर सकता है। सिस्टम एक सार्थक कॉन्सेप्ट हायरार्की बनाने के लिए स्वचालित रूप से विशेषता क्रम उत्पन्न करने का प्रयास कर सकता है।

इस अवलोकन पर विचार करें कि क्योंकि उच्च-स्तरीय अवधारणाएं आमतौर पर कई अधीनस्थ निम्न-स्तरीय अवधारणाओं को कवर करती हैं, एक उच्च अवधारणा स्तर (जैसे, देश) का वर्णन करने वाली विशेषता में आमतौर पर निम्न अवधारणा स्तर (जैसे, स्ट्रीट) का वर्णन करने वाली विशेषता की तुलना में विशिष्ट मूल्यों की एक छोटी संख्या होगी।

इस अवलोकन के आधार पर, दिए गए विशेषता सेट में प्रति विशेषता विशिष्ट मूल्यों की संख्या के आधार पर एक कॉन्सेप्ट हायरार्की स्वचालित रूप से बनाई जा सकती है। सबसे अधिक विशिष्ट मूल्यों वाली विशेषता सबसे निचले हायरार्की स्तर पर स्थित होती है।

एक विशेषता के जितने कम विशिष्ट मूल्य होते हैं, वह उत्पन्न कॉन्सेप्ट हायरार्की में उतनी ही ऊंची होती है। यह अनुमानित नियम कई मामलों में अच्छा काम करता है। उत्पन्न हायरार्की के विश्लेषण के बाद, आवश्यक होने पर उपयोगकर्ताओं या विशेषज्ञों द्वारा कुछ स्थानीय-स्तर की अदला-बदली या अनुकूलन लागू किए जा सकते हैं।

4. केवल विशेषताओं के एक आंशिक सेट का विनिर्देश

कभी-कभी एक उपयोगकर्ता हायरार्की का वर्णन करते समय गलत हो सकता है, या इस बारे में केवल एक अस्पष्ट अवधारणा हो सकती है कि हायरार्की में क्या शामिल होना चाहिए। नतीजतन, उपयोगकर्ता हायरार्की विवरण में प्रासंगिक विशेषताओं का केवल एक छोटा उपसमूह शामिल कर सकता है।

ऐसे आंशिक रूप से निर्दिष्ट हायरार्की को संभालने के लिए, डेटाबेस डिजाइन में सूचना सिमेंटिक्स को एम्बेड करना आवश्यक है ताकि तेज सिमेंटिक लिंक वाली विशेषताओं को एक साथ पिन किया जा सके। इस तरह, एक विशेषता का प्रतिनिधित्व सिमेंटिक रूप से कसकर जुड़ी विशेषताओं के पूरे समूह को "खींच कर" एक पूर्ण हायरार्की बनाने के लिए ट्रिगर कर सकता है। उपयोगकर्ताओं के पास आवश्यकतानुसार इस सुविधा को उलटने का विकल्प होना चाहिए।

  1. - गोपनीयता-संरक्षित डेटा माइनिंग के तरीके क्या हैं?

    गोपनीयता-संरक्षित डेटा माइनिंग के तरीके गोपनीयता-संरक्षित डेटा माइनिंग डेटा माइनिंग में गोपनीयता सुरक्षा के जवाब में डेटा माइनिंग शोध का एक अनुप्रयोग है। इसे गोपनीयता-वर्धित या गोपनीयता-संवेदनशील डेटा माइनिंग कहा जाता है। यह मूल संवेदनशील डेटा मूल्यों का खुलासा किए बिना सच्चे डेटा माइनिंग परिणाम प्

  1. - रिकमंडर सिस्टम के लिए डेटा माइनिंग विधियां क्या हैं?

    रिकमंडर सिस्टम के लिए डेटा माइनिंग विधियां रिकमंडर सिस्टम सामग्री-आधारित दृष्टिकोण, सहयोगी दृष्टिकोण, या एक हाइब्रिड दृष्टिकोण का उपयोग कर सकते हैं जो सामग्री-आधारित और सहयोगी दोनों विधियों को जोड़ता है। 1. सामग्री-आधारित (Content-based) सामग्री-आधारित दृष्टिकोण उन वस्तुओं की सिफारिश करता है जो उन

  1. - घुसपैठ पहचान और रोकथाम के लिए डेटा माइनिंग के तरीके क्या हैं?

    घुसपैठ पहचान और रोकथाम के लिए डेटा माइनिंग के तरीके डेटा माइनिंग पैटर्न पहचान प्रौद्योगिकियों का उपयोग करके भंडार में सहेजे गए बड़ी मात्रा में डेटा के माध्यम से स्थानांतरित करके उपयोगी नए सहसंबंध, पैटर्न, और रुझानों को खोजने की प्रक्रिया है, जिसमें सांख्यिकीय और गणितीय तकनीक शामिल हैं। यह तथ्यात्मक