基于数据质量规则的缺失结果解释约减
由于数据缺失等原因,用户在查询结果中可能没有得到预期的答案.现有的方法通过枚举可能的缺失记录来解释“为什么没有why not”的问题然而,枚举得到的解释数量庞大,用户无法连一浏览确认缺失数据.实际上,这些可能的解释中有许多是不合理的,约减解释数量存在挑战根据真实数据试验,利用数据中存在的唯一性约束来进行约减,生成的解释数量仍有几十万个研究利用数据质量规则(如函数依赖)来高效约减缺失结果的解释首先,提出一种基于函数依赖的解释约减算法FDR(unctional dependencies-based reduction).其次,为了辅助用尸浏览生成的解释,进一步研究利用近似函数依赖对解释进行排序真实数据实验表明,FDR方法能够比现有的方法减少2～5个数量级的解释(从几十万个减少至几千个甚至几十个);利用近似函数依赖排序的Top-1解释精确率达到90％以上.
数据库 信息查询 解释约减算法 质量控制
张奥千 宋韶旭 王建民
清华大学软件学院 北京 100084 清华信息科学与技术国家实验室(筹) 北京100084 信息系统安全教育部重点实验室(清华大学) 北京100084
国内会议
哈尔滨
中文
221-229
2013-08-16（万方平台首次上网日期，不代表论文的发表时间）