グラフデータベースにおける関連ルールマイニングへの新しいアプローチ

このArXiv論文は、データ整合性の維持と冗長性の削減に不可欠な要素である「no-repeated-anything」セマンティクスに焦点を当て、グラフデータベース内での関連ルールマイニングを探求しています。この研究は、複雑なグラフトランザクションデータにおける、より効率的で正確なパターン発見に貢献する可能性があります。

• •グラフパターンベースの関連ルールに焦点を当てる。
• •グラフトランザクション設定内で動作する。
• •「no-repeated-anything」セマンティクスを採用している。