Eliminación de redundancias en el descubrimiento de Denial Constraints

Abstract

Este artículo aborda el problema de la redundancia en las denial constraints (DCs) descubiertas automáticamente a partir de los datos. Los algoritmos actuales para el descubrimiento de DCs tienden a generar centenares de restricciones, incluso en relaciones pequeñas, lo que dificulta su interpretación y aplicación en la práctica. Para mitigar este problema, proponemos el uso de un razonador de lógica de primer orden para calcular un conjunto mínimo de DCs que sea lógicamente equivalente al conjunto original. Los resultados experimentales muestran que, entre el 70% y el 95% de las DCs descubiertas por los algoritmos existentes son redundantes. Con nuestra contribución, se consigue reducir significativamente el número de restricciones, convirtiéndose en una herramienta eficaz para facilitar la interpretación de las DCs descubiertas y permitir a expertos extraer conocimiento relevante sobre los datos.