استخراج البيانات العلائقية

يُعدّ استخراج البيانات العلائقية تقنيةً لاستخراج البيانات في قواعد البيانات العلائقية. ^{[ 1 ]} على عكس خوارزميات استخراج البيانات التقليدية، التي تبحث عن أنماط في جدول واحد ( أنماط افتراضية )، تبحث خوارزميات استخراج البيانات العلائقية عن أنماط بين جداول متعددة ( أنماط علائقية ). يوجد لمعظم أنواع الأنماط الافتراضية أنماط علائقية مقابلة. على سبيل المثال، توجد قواعد التصنيف العلائقية ( التصنيف العلائقي )، وشجرة الانحدار العلائقية ، وقواعد الارتباط العلائقية .

توجد عدة مناهج لاستخراج البيانات العلائقية:

1. البرمجة المنطقية الاستقرائية (ILP)
2. التعلم الإحصائي العلائقي (SRL)
3. استخراج البيانات من الرسوم البيانية
4. صياغة القضايا
5. التعلم متعدد الرؤى

قواعد الارتباط متعددة العلاقات : تُعدّ قواعد الارتباط متعددة العلاقات (MRAR) فئةً جديدةً من قواعد الارتباط، تختلف عن قواعد الارتباط البدائية والبسيطة، وحتى قواعد الارتباط متعددة العلاقات (التي تُستخرج عادةً من قواعد البيانات متعددة العلاقات)، حيث يتكون كل عنصر من عناصر القاعدة من كيان واحد ولكن من عدة علاقات. تشير هذه العلاقات إلى علاقة غير مباشرة بين الكيانات. لنأخذ على سبيل المثال قاعدة الارتباط متعددة العلاقات التالية، حيث يتكون العنصر الأول من ثلاث علاقات: يعيش في ، قريب ، ورطب : "أولئك الذين يعيشون في مكان قريب من مدينة ذات مناخ رطب ، والذين تقل أعمارهم عن 20 عامًا، فإن حالتهم الصحية جيدة". يمكن استخراج قواعد الارتباط هذه من بيانات أنظمة إدارة قواعد البيانات العلائقية (RDBMS) أو بيانات الويب الدلالي. ^{[ 2 ]}

• Safarii : بيئة لاستخراج البيانات لتحليل قواعد البيانات العلائقية الكبيرة استنادًا إلى محرك استخراج البيانات متعدد العلاقات.
• Dataconda : برنامج مجاني لأغراض البحث والتدريس، يساعد في استخراج البيانات من قواعد البيانات العلائقية دون استخدام لغة SQL.

• مستودع مجموعات البيانات العلائقية : مجموعة من مجموعات البيانات العلائقية المتاحة للجمهور.

• استخراج البيانات
• استخراج البنية
• التنقيب في قواعد البيانات

• صفحة ويب لكتاب مدرسي حول استخراج البيانات العلائقية