随着互联网时代的进一步发展,数据成为了一种新兴的生产资料。当前,各行各业的信息系统中包含了大量的数据,尤以关系型数据为主,这些数据往往存在错误,难以有效利用。因此,人们希望能够找到一些行之有效的策略对数据进行修复,而在关系型数据中,函数依赖扮演了数据修复的重要角色。函数依赖(Functional Dependency)是关系模型中的一个重要概念,可被用于模式泛化,数据清洗,数据修复,数据整合等。关系数据下的函数依赖发现方法已经被研究数十年,并提出了各种函数依赖挖掘方法,但是仍旧残存了一些问题,例如挖掘属性数目庞大的数据库实例中的函数依赖时,算法速度仍然不理想。近年来传统的发现算法如深度优先遍历的DFD,其时间复杂度会呈现指数级上升。针对该问题,本文提出了属性划分信息增益这一概念,将原始DFD函数依赖发现算法和HYFD算法中的集中抽样方法相结合。首选使用属性划分间的信息增益列表改进原始DUCC算法中下一节点选择的随机游走备选策略,以此寻找唯一属性组合MUC,再通过集中抽样处理方法对数据集进行抽样计算得到非函数依赖,最后对单属性主键节点、非单属性主键、非函数依赖节点路线进行剪枝,并参考信息增益列表对原始DFD算法的起始路线进行选择,使得改进后的算法理论上优于原始算法。最后本文利用Metanome下的公开数据集对算法进行了验证,并开发了一种能够自动检测和修复数据的excel插件。实验结果表明,基于属性划分信息增益的函数依赖挖掘算法相比原始DFD速度更快。当数据集的记录数和属性数较大时,改进后的算法与原始算法相比具有更好的鲁棒性。同时,由于采取了集中抽样处理方法,当改进的算法在计算数据集较大的情况下,其内存开销相比原始DFD算法更小。