Relational Database Distillation: From Structured Tables to Condensed Graph Data
The University of Queensland(昆士兰大学);Shandong University(山东大学)
本研究提出关系数据库蒸馏方法,将大规模结构化数据库压缩为紧凑图数据,保留预测能力,通过异质图结构和核岭回归引导目标实现高效学习。
2026-01-20 cs.DB cs.LG
The CTU Prague Relational Learning Repository
该仓库提供148个多关系SQL数据库及元数据,以支持机器学习研究,由捷克理工大学托管。
2025-03-26 cs.DB cs.LG
Graph-Based Feature Augmentation for Predictive Tasks on Relational Datasets
Beijing Institute of Technology(北京理工大学)
本文提出端到端自动化特征增强框架 ReCoGNN,通过表内语义依赖建模、异质加权图构建与消息传递 GNN 传播关系信息,在多表数据上自动选择并增强特征,实验表明其在分类和回归任务上稳定优于现有方法。
2025-08-28 cs.DB cs.LG
Relational Deep Learning: Graph Representation Learning on Relational Databases
Stanford University(斯坦福大学);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所);Yale University(耶鲁大学);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出 Relational Deep Learning,将关系数据库建模为主外键连接的时序异构图,并用消息传递 GNN 端到端学习,配合 RelBench 基准实现多表数据的直接建模。
2023-12-07 cs.DB cs.LG
BERT Meets Relational DB: Contextual Representations of Relational Databases
Indian Institute of Technology, Delhi(德里印度理工学院)
在本文中,我们解决的问题,学习低维表示的实体在关系数据库组成的多个表。嵌入有助于捕获数据库中编码的语义,并可用于各种设置,如表的自动完成,关系连接查询的全神经查询处理,无缝处理缺失值等。目前的工作仅限于使用单个表,或者在外部语料库上使用预训练的嵌入,这使得它们不适合在现实世界的数据库中使用。在这项工作中,我们研究如何使用这些基于注意力的模型来学习嵌入的实体在关系数据库。我们的灵感来自于BERT风格的预训练方法,并有兴趣观察它们如何在结构化数据库上扩展为表示学习。我们评估我们的方法的自动完成的关系数据库,并实现了改进的标准基线。
2021-04-30 cs.CL cs.DB cs.LG
On Embeddings in Relational Databases
IIT Delhi(印度理工学院德里分校)
我们解决的问题,学习分布式表示的实体在关系数据库使用低维嵌入。低维嵌入旨在以最小的信息损失封装底层数据集的简洁向量表示。在关系数据库中跨实体的嵌入由于涉及错综复杂的数据关系和表示复杂性而较少被探索。关系数据库是交织的关系集合,其不仅对实体之间的关系进行建模,而且还记录定义实体之间的复杂关系的数据的复杂域特定的定量和时间属性。最近的方法学习嵌入构成了一个天真的方法来考虑完全反规范化的数据库,通过具体化的所有表的完整连接,并表示为一个知识图谱。这种流行的方法有一定的局限性,因为它不能捕获行间关系和关系数据库中编码的附加语义。在本文中,我们证明;一种更好的方法,通过利用表中列的底层语义,同时使用关系连接和潜在的行间关系来学习表示。在一个真实世界的数据库的相似性连接和表完成任务的评价实证结果支持我们的主张。
2020-05-13 cs.DB cs.LG
Multi Relational Data Mining Approaches: A Data Mining Technique
多关系数据采掘方法已经发展成为处理结构化数据的替代方法,如关系数据库管理系统。这将直接在多个表中提供挖掘。在MRDM中,模式在关系数据库的多个表(关系)中可用。在数据采掘的实践中,由于数据的表多,会影响到许多问题。为了解决这个问题,人们要么通过命题化构造一个单一的表,要么使用多关系数据采掘算法。MRDM方法已成功应用于生物信息学领域。三种流行的模式发现技术分类,聚类和关联经常被用于多数据挖掘。多关系方法已经发展成为分析结构化数据如关系数据库的一种替代方法。MRDM允许直接应用于多表中的数据采掘。为了避免昂贵的连接操作和语义损失,我们使用了MRDM技术。本文重点介绍了MRDM和特征方向的一些应用领域,并对ILP、GM、SSDM和MRDM进行了比较
2012-11-16 cs.DB
Differentially Private Synthetic Data Generation for Relational Databases
MIT(麻省理工学院);RedHat AI Innovation(红帽人工智能创新部);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
针对现有差分隐私合成数据生成仅适用于单表的问题,提出首个可与任意DP机制结合的算法,迭代优化表间关系以生成保持参照完整性的合成关系数据库,兼具空间与时间效率,并具备DP与理论效用保证。
2025-01-18 cs.CR cs.DB cs.LG
Combining Heterogeneous Classifiers for Relational Databases
大多数企业数据分布在多个关系数据库中,并具有专家设计的模式。对这样的数据使用传统的单表机器学习技术不仅会导致转换为“平面”形式(mega-join)的计算损失,甚至会丢失关系中存在的人类指定的语义信息。在本文中,我们提出了一个实用的,两个阶段的层次元分类算法的关系数据库与语义分而治之的方法。我们提出了一个递归的,预测聚合技术在异构分类应用于个人数据库表。该算法在三个不同的数据集上进行了评估,即TPCH,PKDD和UCI基准,并显示出相当大的减少分类时间,而没有任何损失的预测精度。
2012-03-12 cs.DB cs.LG
Computing Multi-Relational Sufficient Statistics for Large Databases
Simon Fraser University(西蒙弗雷泽大学)
数据库包含有关实体之间存在和不存在哪些关系的信息。为了使这些信息可用于统计分析,需要计算足够的统计数据,这些统计数据将来自不同数据库表的信息组合在一起。这样的统计可以涉及任何数量的{ \em正和负}关系。使用朴素枚举方法,计算足够的负关系统计数据仅适用于小型数据库。我们解决了这个问题,一个新的动态规划算法,执行虚拟连接,计算所需的计数,而不物化连接表。列联表代数是关系代数的一个新的扩展,它有助于有效地实现这种Möbius虚连接操作。Möbius Join可扩展到具有复杂模式的大型数据集(超过1 M元组)。七个基准数据集的实证评估表明,有关链接的存在和不存在的信息可以利用在特征选择,关联规则挖掘,贝叶斯网络学习。
2014-08-22 cs.DB cs.LG
TablePuppet: A Generic Framework for Relational Federated Learning
ETH Zürich(苏黎世联邦理工学院);UIUC(伊利诺伊大学厄巴纳-香槟分校);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);University of Chicago(芝加哥大学);Tsinghua University(清华大学);Microsoft Research(微软研究院)
提出关系型联邦学习(RFL)概念及通用框架TablePuppet,通过LoJ和LoU两步骤将学习下推至分布式关系表,结合计算优化与差分隐私,在保护隐私的同时实现与集中式基线相当的模型准确率。
2024-03-23 cs.DB cs.DC cs.LG
Synthesize, Retrieve, and Propagate: A Unified Predictive Modeling Framework for Relational Databases
AWS Shanghai AI Lab(AWS上海人工智能实验室)
提出统一预测建模框架SRP,通过特征合成、信息检索和图消息传播捕获关系数据库中的一元与复合依赖性,扩大感受野,在五个真实数据集上验证了有效性。
2025-08-10 cs.DB cs.LG
Auto-completion for Data Cells in Relational Tables
我们解决了自动完成关系表中的数据单元的任务。这样的表描述实体(在行中)及其属性(在列中)。我们提出了CellAutoComplete框架来解决这个问题的几个新方面,包括:(i)使单元格具有多个可能相互冲突的值,(ii)用支持证据补充预测值,(iii)组合来自多个来源的证据,以及(iv)处理单元格应留空的情况。我们的框架使用了一个大的表语料库和知识库作为数据源,并由预处理,候选值发现和价值排名组件。使用一个专门构建的测试集合,我们表明,我们的方法是40%以上的最佳基线的有效性。
2020-02-05 cs.DB cs.IR
Automated Migration of Hierarchical Data to Relational Tables using Programming-by-Example
虽然许多应用程序以XML和JSON等分层格式导出数据,但通常需要将此类分层文档转换为关系表示。本文提出了一种新的编程的例子的方法,并在一个工具中实现称为Mitra,自动迁移树结构的文档到关系表。我们已经评估了所提出的技术,使用两组实验。在第一个实验中,我们使用Mitra自动化从StackOverflow收集的98个数据转换任务。我们的方法可以生成所需的程序为94%的这些基准与平均合成时间为3.8秒。在第二个实验中,我们使用Mitra生成程序,这些程序可以将真实世界的XML和JSON数据集转换为成熟的关系数据库。我们的评估表明,Mitra可以自动化所有数据集的所需转换。
2017-11-10 cs.DB cs.PL
Hippasus: Accurate and Cost-Efficient Feature Augmentation over Relational Tables
Athena Research Center(阿提卡研究中心)
Hippasus通过结合统计信号和语义推理,高效提升关系数据机器学习任务中的特征增强效果。
2026-11-13 cs.DB cs.LG
The Table Says Otherwise: Testing LLMs with Counterfactual Relational Data
Purdue University(普渡大学)
提出ContraTable基准,通过配对原始与反事实数据库测试LLM是否基于表格回答,发现模型在复杂推理时易依赖先验知识,强调评估应关注对提供数据的忠实度。
2026-06-23 cs.DB
From Schema to Signal: Retrieval-Augmented Modeling for Relational Data Analytics
National University of Singapore(新加坡国立大学);Zhejiang University(浙江大学);Renmin University of China(中国人民大学)
本文提出RAM框架,结合图结构与属性语义,通过检索增强学习提升关系数据分析性能,实验表明其在多种预测任务中优于现有方法。
2026-05-14 cs.DB
Relational Operations in FOLE
本文讨论一阶逻辑环境{FOLE}中的关系运算。在这里,我们演示了如何FOLE表达数据库理论的关系操作在一个清晰的和可实现的表示。分析了FOLE中数据库表/关系的表示,揭示了一种表示关系操作的原则性方法。这种表示是根据基本组件与复合关系操作之间的区别来表示的。9个基本组件分为三类:反射(2),布尔或基本操作(3)和伴随流(4)。给出了签名(2)和类型域(2)的伴随流,然后将其组合成完全伴随流。基本组件用于表示各种复合操作,我们用流程图说明每个操作。然后,复合操作的实现在包含四个部分的输入/输出表中表示:约束、构造、输入和输出。我们解释如何限制和colimits构造图表,然后将复合关系操作分为三类:限制,colimit和非正统。
2021-03-19 cs.DB
FERMI: Exploiting Relations for Membership Inference Against Tabular Diffusion Models
University of Waterloo(多伦多大学);Vector Institute(向量研究所)
FERMI研究了在多表设置下利用关系信息提升成员推断攻击性能,通过特征映射增强单表特征,实验证明在白盒和黑盒设置下攻击性能显著提升。
2026-05-12 cs.CR cs.DB cs.LG
Beyond Marginals: A Multi-Dimensional Evaluation Framework for Multi-Table Synthetic Data Generation
Microsoft(微软)
针对多表合成数据缺乏统一评估框架的问题,提出SynEval六维评估框架,联合评估保真度、结构、完整性、效用、隐私和边缘情况,并生成加权质量分数。
2026-10-07 cs.DB cs.LG
PluRel: Synthetic Data unlocks Scaling Laws for Relational Foundation Models
Stanford University(斯坦福大学);SAP Labs LLC(SAP实验室)
PluRel通过合成多表关系数据库,实现了关系基础模型在扩展定律上的突破,展示了合成数据在提升模型泛化能力方面的潜力。
2026-07-15 cs.AI cs.DB cs.LG
Benchmarking the Fidelity and Utility of Synthetic Relational Data
Faculty of Computer and Information Science, University of Ljubljana(卢布尔雅那大学计算机与信息科学学院)
针对关系型数据合成方法缺乏统一实证评估的问题,研究整合最佳实践与新型鲁棒检测方法构建基准工具,对比6种方法后发现无方法能合成与原数据无差异的数据,且真实与合成数据在预测性能、特征重要性上呈中等相关。
2024-10-04 cs.DB cs.LG
RDBLearn: Simple In-Context Prediction Over Relational Databases
University of Hong Kong(香港大学);Shanghai X-Lab(上海X-Lab)
RDBLearn通过关系数据库中的上下文学习方法,实现了对多表关联数据的高效预测,优于传统监督基线。
2026-02-14 cs.AI cs.DB cs.LG
Interactive Browsing and Navigation in Relational Databases
虽然研究人员已经投入了相当大的精力来帮助数据库用户制定查询,许多用户仍然发现它具有挑战性的指定查询,涉及连接表。为了帮助用户构建连接查询,探索关系数据库,我们提出了ETable,一种新的表示数据模型,为用户提供一个表示级的交互式视图。此视图通过允许单元格包含一组实体引用,在单个丰富的表中呈现一对多和多对多关系。用户可以直接与这个丰富的表交互,以增量方式构建复杂的查询,并在概念实体关系级别上导航数据库。在一项用户研究中,参与者使用ETable比使用商业图形查询构建器更快地执行一系列数据库查询任务。对ETable的主观反馈也是积极的。所有参与者都发现ETable更容易学习,有助于探索数据库。
2016-08-21 cs.DB
From Textual Columns to Query Plans: A Unified Relational-Semantic Execution Framework for Hybrid Query Processing
Megagon Labs(Megagon实验室)
OmniTQA通过整合LLM语义操作与传统关系运算符,提出了一种成本感知的混合查询处理框架,有效处理结构化与半结构化数据,提升复杂查询和大规模表的准确性和效率。
2026-07-03 cs.DB
A Fair Benchmarking of Deep Relational Database Learning Models
Department of Computer Science(计算机科学系);Tennessee State University(田纳西州立大学);SAP AI Research and Innovation(SAP人工智能研究与创新);SAP Labs(SAP实验室)
研究针对关系数据库深度学习方法实验协议不一致问题,通过在五个关系数据库上进行系统基准测试,重构模型确保实验一致性,发现关系变压器方法性能最佳,多表学习有优势但高跳数收益递减。
2026-07-07 cs.AI cs.DB
Latent Bridges for Multi-Table Question Answering
EURECOM;University of Antwerp(安特卫普大学)
提出GRAB管道,通过图编码器和潜在桥梁将关系数据转化为紧凑表示,冻结LLM以保持推理能力,在多表问答中显著提升性能。
2026-10-23 cs.AI cs.CL cs.DB
4DBInfer: A 4D Benchmarking Toolbox for Graph-Centric Predictive Modeling on Relational DBs
Amazon Web Services(亚马逊网络服务);Shanghai Jiaotong University(上海交通大学);The Hong Kong University of Science and Technology(香港科技大学);Fudan University(复旦大学);Tsinghua University(清华大学);Southern University of Science and Technology(南方科技大学);Peking University(北京大学);The Hong Kong Polytechnic University(香港理工大学);Carnegie Mellon University(卡内基梅隆大学)
针对关系型数据库预测建模缺乏公开基准的问题,提出4DBInfer开源工具箱,整合多表转图策略、匹配模型、大规模数据集及预测任务四个维度,验证了多维度设计的重要性及简单连接表的局限性。
2024-04-28 cs.DB cs.LG
FactorBase: SQL for Learning A Multi-Relational Graphical Model
Simon Fraser University(西蒙弗雷泽大学)
我们描述FactorBase,一个新的基于SQL的框架,利用关系数据库管理系统,以支持多关系模型发现。多关系统计模型提供了对数据库中异构和相互依赖的数据资源的综合分析。我们采用BayesStore的设计理念:统计模型作为一等公民在数据库中存储和管理。虽然像BayesStore这样的系统支持多关系推理,但FactorBase支持多关系学习。六个基准数据库的案例研究评估我们的系统如何支持一个具有挑战性的机器学习应用程序,即学习一阶贝叶斯网络模型的整个数据库。在这种情况下,模型学习必须检查数据表之间的大量潜在统计关联。我们的实现展示了FactorBase中的SQL结构如何促进高度可扩展的模型学习系统的快速,模块化和可靠的开发。
2015-08-10 cs.DB cs.LG
Causal Relational Learning
University of Washington(华盛顿大学);Duke University(杜克大学);University of California at Santa Cruz(加州大学圣克鲁兹分校)
因果推理是自然科学和社会科学实证研究的核心,对于科学发现和知情决策至关重要。因果推理的黄金标准是进行随机对照试验;不幸的是,由于伦理、法律或成本的限制,这些试验并不总是可行的。作为一种替代办法,统计研究和社会科学已经发展出从观测数据进行因果推断的方法。然而,现有的方法严重依赖于限制性的假设,如研究人口组成的同质元素,可以表示在一个单一的平面表,其中每一行被称为一个单位。相比之下,在许多现实环境中,研究领域自然由具有复杂关系结构的异构元素组成,其中数据自然表示在多个相关表中。在本文中,我们提出了一个正式的框架,因果关系的数据推断。我们提出了一种称为CaRL的声明性语言,用于捕获因果背景知识和假设,并使用简单的数据日志式规则指定因果查询。CaRL为推断因果关系和推理关系域中复杂干预的影响提供了基础。我们对真实的关系数据进行了广泛的实验评估,以说明CaRL在社会科学和医疗保健中的适用性。
2020-04-07 cs.AI cs.DB cs.LG
Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
Stanford University(斯坦福大学);Mila, McGill University(麦吉尔大学米尔)
本文综述关系深度学习(RDL),将关系数据库表示为关系实体图,讨论其挑战、基础方法及下一代架构,并展望统一建模以推动基础模型发展。
2025-06-19 cs.AI cs.DB cs.LG
ReStore -- Neural Data Completion for Relational Databases
传统的OLAP方法假设所有表的数据都是完整的。然而,如果表不完整且缺少元组,经典方法就会失败,因为SQL聚合查询的结果可能与在完整数据集上计算的结果显着不同。今天,处理缺失数据的唯一方法是手动完成数据集,这不仅需要很高的工作量,而且还需要良好的统计技能来确定数据集何时真正完成。在本文中,我们提出了一种自动化的方法,关系数据完成称为ReStore使用一类新的(神经)模式结构的完成模型,能够合成类似于丢失的元组的数据。正如我们在评估中所显示的那样,与直接使用不完整的数据进行查询回答相比,这有效地帮助将聚合查询的相对错误减少了390%。
2021-05-26 cs.DB
Relational Graph Transformer
Stanford University(斯坦福大学);NVIDIA
RelGT通过新颖的多元素分词策略,解决关系图中异构性、时效性和拓扑结构的编码问题,实现对关系数据的高效建模,优于GNN基线。
2026-02-05 cs.AI cs.DB cs.LG
Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
Stanford University(斯坦福大学);Kumo AI;University of Oxford(牛津大学);SAP Labs LLC(SAP实验室有限责任公司)
关系变换器通过零样本迁移能力,为关系数据提供高效的基础模型解决方案。
2026-03-02 cs.AI cs.DB cs.LG
Relational In-Context Learning via Synthetic Pre-training with Structural Prior
Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院);University of Illinois at Urbana-Champaign(伊利诺伊大学香槟分校);Institute of Computing Technology, Beijing University of Post(北京邮电大学计算机学院);State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室)
提出RDB-PFN,首个仅通过合成数据训练的关系基础模型,利用结构因果模型生成多样关系数据库,实现对新数据库的即时上下文学习,在19个真实关系预测任务上优于现有表格基础模型。
2026-05-28 cs.AI cs.DB cs.LG
Secure Machine Learning over Relational Data
近年来,由于许多ML任务的训练数据都是关系查询(最常见的是join-select查询)的结果,因此机器学习和关系数据库的更紧密集成得到了发展。在联合设置中,这带来了额外的挑战,即表由不同的方作为其私有数据持有,并且各方希望训练模型而不必使用可信的第三方。现有的工作只考虑的情况下,训练数据存储在一个平面表,已被垂直分区,这对应于一个简单的PK-PK连接。在本文中,我们描述了安全协议来计算符合一般的外键非循环模式的多个表的连接结果,以及如何将结果以秘密共享的形式提供给安全的ML工具箱。此外,现有的安全ML系统揭示了连接结果中的PK。我们将隐私保护提升到更高的水平,实现训练模型之外的零信息泄露。如果模型本身被认为是敏感的,我们将展示如何将差分隐私纳入我们的框架,以防止模型侵犯个人隐私。
2021-09-30 cs.CR cs.DB
Tackling prediction tasks in relational databases with LLMs
Poznan University of Technology(波兹南理工大学);Snowflake AI Research(Snowflake人工智能研究院);Adam Mickiewicz University(亚当密茨凯维奇大学)
本研究针对LLM在关系数据库预测任务中应用不足的问题,利用RelBench基准证明即使直接应用LLM也能取得有竞争力的性能,从而将其确立为关系数据库机器学习的新基线。
2024-11-18 cs.CL cs.DB cs.LG
Storing Multi-model Data in RDBMSs based on Reinforcement Learning
如何统一管理各种数据是数据库领域的一个重要研究课题。为了解决这个问题,研究人员提出了多模型数据库,以支持在一个统一的平台上使用一个统一的查询语言的多个数据模型。然而,由于关系数据库在当前市场中占主导地位,因此用其他数据库替换它们是昂贵的。此外,由于关系数据库管理系统的理论和技术已经提高了几十年,这是很难用几年的时间来开发一个多模型数据库,可以与现有的关系数据库管理系统在处理安全性,查询优化,事务管理等。在本文中,我们重新考虑使用关系数据库存储和查询多模型数据。不幸的是,多模型数据结构的复杂性和平面关系表的简单性之间的不匹配使得这一点很困难。针对这一挑战,我们利用强化学习(RL)的方法来学习一个关系模式,通过与关系数据库管理系统的交互。本文提出了一种改进的Q学习算法\textit{Double Q-tables},以降低Q表的维数,提高学习效率。实验结果表明,我们的方法可以学习一个关系模式优于现有的多模型存储模式的查询时间和空间消耗。
2021-09-01 cs.DB
Re-looking at the View Update Problem
关系数据库总是有一种方法来创建由查询定义的伪表(称为视图)。视图在大多数方面与表相似,只是它们是只读的,不能更新。如何更新视图的问题在20世纪80年代引起了很多关注,但尚未解决。当时最好的方法是Bancilhon和Spyratos。我使用他们的一个被忽视的定理,并找到了一些常见的关系运算符的简单解决方案。
2022-10-27 cs.DB
Towards Foundation Models for Relational Databases [Vision Paper]
Technical University of Darmstadt(达姆施塔特工业大学);DFKI(德国人工智能研究中心)
本文提出关系表示学习愿景,旨在从关系型数据库完整结构中学习并扩展至大规模数据库,探讨了相关机遇与挑战,以期推动关系型数据库基础模型的发展。
2023-05-24 cs.CL cs.DB
Relational to RDF Data Migration by Query Co-Evaluation
Conexus AI
提出一种新算法,通过关系查询的逆映射将关系数据库转换为RDF三元组,确保数据的唯一往返,并利用图同态简化查询编写,在FIBO金融本体上验证。
2026-07-03 cs.DB
SQL for SRL: Structure Learning Inside a Database System
Simon Fraser University(西蒙弗雷泽大学)
我们在本文中主张的立场是,关系代数可以提供一个统一的语言来表示和计算的关系对象,就像线性代数为传统的单表机器学习。关系代数是在结构化查询语言(SQL)中实现的,它是关系数据库管理系统的基础。为了支持我们的立场,我们已经开发了FACTORBASE系统,它使用SQL作为高级脚本语言,用于图形模型结构的语义关系学习。FACTORBASE的设计理念是将统计模型作为数据库中的一等公民进行管理。我们的实现展示了我们的SQL结构在FACTORBASE中如何促进快速,模块化和可靠的程序开发。来自六个基准数据库的经验证据表明,利用数据库系统的能力,实现可扩展的模型结构学习。
2015-07-02 cs.DB cs.LG
Query Significance in Databases via Randomizations
HIIT(赫尔辛基信息技术研究所);Helsinki University of Technology(赫尔辛基理工大学);Yahoo! Research(雅虎研究院)
许多类型的结构化数据通常以相互关联的表的多关系格式存储。在此关系模型下,可以使用关系查询进行探索性数据分析。作为示例,在互联网电影数据库(IMDb)中,可以使用查询来检查动作电影的平均排名是否高于戏剧电影的平均排名。我们考虑的问题,评估这样的查询返回的结果是否是统计上显着的,或者只是一个随机的工件的结构中的数据。我们的方法是基于随机表中出现的查询和重复的随机表上的原始查询。事实证明,在多关系数据中没有唯一的随机化方法。我们提出了几种随机化技术,研究它们的属性,并展示了如何找出哪些查询或假设对我们的数据产生统计上显着的信息。我们给出了真实和生成的数据的结果,并展示了一些查询的意义如何在不同的随机化之间变化。
2009-06-30 cs.AI cs.DB
Interesting Multi-Relational Patterns
从多关系数据中挖掘模式是数据采掘界越来越感兴趣的问题。传统的数据采掘方法通常是针对高度简化的数据类型开发的,例如属性-值表或二进制数据库,使得这些方法不能直接应用于多关系数据。然而,多关系数据更真实,因此通常也是现实的更强大的代表。因此,直接从这种表示中挖掘具有适当表达能力的语法模式是一个非常重要的研究问题。在本文中,我们介绍了一种新的方法来挖掘模式的多关系数据。我们提出了一个新的语法多关系模式的完全连通子图的数据库表示为一个K-部图。我们展示了这种模式语法如何普遍适用于多关系数据,而当数据是一个简单的二进制或属性值表时,它可以简化为众所周知的瓦片[7]。我们提出了RMiner,一个有效的算法来挖掘这样的模式,我们引入了一种方法来量化他们的兴趣时,与先验信息的数据挖掘。最后,我们通过讨论真实世界和合成数据库的结果来说明我们的方法的有用性。
2011-09-12 cs.DB cs.DS cs.SI
A Systematic Method for On-The-Fly Denormalization of Relational Databases
规范化的关系数据库是存储数据的常用方法,但是提取可用的非规范化数据以供使用通常需要对源数据的直接存取或者由数据库管理员创建适当的视图或表。因此,最终用户探索和使用以这种方式存储的数据的能力受到限制。这里提出了一种用于在运行时执行关系数据库的自动化去规范化的方法,而不需要访问源数据或数据库管理员的持续干预。此外,该方法不需要对数据库本身进行重构,因此可以灵活地应用于现有数据库之上的层。
2020-10-01 cs.DB
Sensitivity Analysis for Declarative Relational Query Languages with Ordinal Ranks
我们提出了一个关系模型的数据扩展的顺序排名的查询执行结果的敏感性分析。底层的数据模型的结果,从普通的Codd的数据模型中,我们认为顺序排列的元组在数据表中表示的程度,元组匹配查询。在这种设置中,我们表明,分配给元组的排名对小的变化不敏感,即,输入数据中的小变化不会在查询结果中产生大的变化。
2011-09-28 cs.DB
A Multi-Agent System for Semantic Mapping of Relational Data to Knowledge Graphs
University Ss. Cyril and Methodius(西里尔和美多修大学)
本文提出一种基于多个LLM智能体的多智能体系统,在关系数据库表之上构建语义层,将表和列映射到Schema.org术语,实现多数据库知识图谱集成,并在多个领域取得超过90%的映射准确率。
2025-11-09 cs.AI cs.DB
Multidimensional or Relational? / How to Organize an On-line Analytical Processing Database
在过去的几年中,OLAP应用的数量迅速增加。这些应用程序使用两种截然不同的数据库结构:多维(MD)和基于表的。可以看出,传统的关系数据库模型无法区分这两种结构。另一个模型是必要的,使差异可见。其中之一就是系统的速度。可以证明,多维数据库组织导致更短的响应时间。这是至关重要的,因为如果经理不得不等待下一个屏幕超过20秒,他或她可能会变得不耐烦。另一方面,我们必须为更大的数据库大小的速度付出代价。为什么MD数据库的规模增长如此之快?原因是数据的稀疏性:MD矩阵包含许多空单元。稀疏矩阵的有效处理在OLAP应用中是必不可少的。处理稀疏性的一种方法是使结构更接近基于表的结构。因此,数据库大小减小,而应用程序变慢。因此,需要其他方法。本文对这两种数据库结构进行了比较,并指出了它们的使用局限性。本文的新结果是:(1)构造性地证明了所有关系都可用MD阵列表示。(2)它还显示了MD数组表示何时比基于表的表示更快。(3)MD表示在某些条件下导致较小的DB大小。本文证明了一个这样的充分条件。(4)单计数头压缩方案的一个变化描述了一个算法,它从有序表创建压缩数组,而不具体化未压缩数组。(5)并通过实验对两种不同数据库组织的速度进行了测试。测试是在基准测试和真实数据上进行的。实验结果支持了理论结果。
2011-04-19 cs.DB
Towards a Complete Direct Mapping From Relational Databases To Property Graphs
通过图模型表示的复杂数据越来越常见。与关系模型相反,图提供了对复杂数据执行分析任务的高容量。由于大量的数据仍然以关系表的形式呈现,因此有必要了解如何将这些数据转换为图形。本文提出了一个完整的映射过程,允许转换任何关系数据库(模式和实例)到一个属性图数据库(模式和实例)。与现有的映射相反,我们的解决方案保留了三个基本的映射属性,即:信息保存,语义保存和查询保存。此外,我们研究映射任何SQL查询到一个等价的Cypher查询,这使得我们的解决方案的实用。现有的解决方案要么是不完整的,要么是基于不实用的查询语言。因此,这项工作是第一个完整的和实用的解决方案映射关系图。
2022-10-02 cs.DB
The FOLE Table
本文在一阶逻辑环境 FOLE 中,依据 Codd 关系模型提出 FOLE 关系表概念,为连接分类形式与解释形式、构建关系数据库的严格数学基础奠定前提。
2023-04-21 cs.DB cs.LO
SQUiD: Synthesizing Relational Databases from Unstructured Text
University of Michigan(密歇根大学)
SQUiD通过神经符号框架从无结构文本自动合成关系数据库,优于现有方法。
2026-03-01 cs.CL cs.DB
A Lightweight Algorithm to Uncover Deep Relationships in Data Tables
Nokia Bell Labs(诺基亚贝尔实验室);Indeed Inc.(Indeed公司);University of Pennsylvania(宾夕法尼亚大学);Academy for Information Technology(信息技术学院)
我们今天收集的许多数据都是表格形式的,行是记录,列是与每个记录相关联的属性。理解表格数据中的结构关系可以极大地促进数据科学过程。传统上,这些关系信息大部分存储在表模式中,并由其创建者(通常是领域专家)维护。在本文中,我们开发了自动化的方法来发现在一个单一的数据表,没有专家或领域知识的深层关系。我们的方法可以将数据表分解成更小的表层,揭示其深层结构。我们的方法的关键是一个计算轻量级的前向加法算法,我们开发递归提取表列之间的函数依赖关系,可扩展到表与许多列。通过我们的解决方案,数据科学家在探索新数据集时将获得自动生成的数据驱动见解。
2020-09-07 cs.DB cs.DS cs.LG
DAgent: A Relational Database-Driven Data Analysis Report Generation Agent
本文提出关系数据库驱动的数据分析报告生成智能体 DAgent,并构建包含 DA-Dataset 的基准,通过集成规划、工具和记忆模块实现多步推理与数据整合,生成完整、正确且简洁的分析报告。
2025-04-01 cs.DB
On the Scalability of Multidimensional Databases
在数据库联机分析处理的实践中,人们普遍认为多维数据库组织的可伸缩性低于关系数据库组织。很容易看出,多维组织的规模可能会非常迅速地增加。例如,如果我们引入一个额外的维度,那么可能的细胞总数将至少增加一倍。然而,这种推理没有考虑到多维组织可以被压缩的事实。有压缩技术,可以从多维组织中删除所有或至少一部分空单元格,同时保持良好的检索性能。关系数据库通常使用B树索引来加速对给定表行的访问。在一些合理的假设下,可以证明表和B树索引的总大小大于压缩的多维表示。这意味着压缩数组可以同时实现更小的数据库和更快的访问速度。本文比较了几种压缩技术,并说明了何时应该和不应该应用压缩数组而不是关系表。
2011-04-25 cs.DB