从关系数据中学习

设置 许多算法对单个关系或表进行操作，而许多现实世界数据库将信息存储在多个表中（Domingos，2003年）。

问题 哪些类型的算法可以从多个（关系）表中很好地学习。特别是，我对适用于回归和分类任务的算法（而不是面向网络分析的算法，例如链接预测）感兴趣。

我知道下面列出了几种方法（但可以肯定的是我缺少了一些方法）：

• 多关系数据挖掘（MRDM）（Dzeroski，2002）
• 归纳逻辑编程（ILP）（Muggleton，1992年）
• 统计关系学习（SRL）（Getoor，2007年）

Džeroski，S。（2003）。多关系数据挖掘：简介。ACM SIGKDD勘探通讯。

Getoor，Lise和Ben Taskar编辑。统计关系学习简介。麻省理工学院出版社，2007。

S. Muggleton和C. Feng。逻辑程序的有效归纳。第一次算法学习理论会议论文集，第368–381页。1990年，东京，欧姆萨（Ohmsha）。

我通过阅读以下文章开始研究此主题：Macskassy，S.，＆Provost，F.（2003）。一个简单的关系分类器。我的顾问告诉我，这是他所知道的关系学习中最简单的分类方法。

这是一本很好的入门书：De Raedt，Luc，ed。逻辑和关系学习。施普林格，2008年。

尝试将ACE用于TILDE和WARMR。