基于概率图模型结构学习的条件函数依赖发现

来源：计算机应用与软件杂志2025年第2期北京时间：

作者：江嗣嘉, 谈子敬

摘要：条件函数依赖包含了传统的函数依赖，在数据质量管理和数据清洗研究领域有着广泛的应用。一般的方法会发现能够支持关系数据模型的所有条件函数依赖，而实际数据清洗过程中只需使用其中非常少的对错误检测有意义的部分，因此需要一个昂贵的后处理步骤。将条件函数依赖发现问题视为一个借助概率图模型稀疏回归的结构学习过程，通过对脏数据集进行转换，再对转换后的数据集进行逆协方差估计并分解得到自回归矩阵，学习能够表征数据集分布情况的条件函数依赖。实验结果表明，该方法能够有效地发现少量的用于错误检测的条件函数依赖，与常用的条件函数依赖发现方法相比更加有效。

关键词：数据质量, 数据约束, 条件函数依赖, 结构学习