面向属性级不确定数据的U-Topk查询优化算法的研究
U-Topk是基于不确定性数据可能世界模型而提出的一种查询语义,随着不确定性数据集的增大,可能世界的实例数量指数增长,这为U Topk查询处理提出了重大挑战.针对属性级不确定性的U-Topk查询处理算法展开研究,提出了U-Topk查询处理优化算法APT4U-Topk首先通过预处理来确定必然进入最终结果集的元组,从而实现k值的压缩.然后,依次读取后续元组,计算可能世界模型聚合概率,并判断世界模型聚合概率达到阈值的可能时刻.当到达阈值时算法停止.此时概率最大的聚合可能世界模型就是U-Topk查询结果最后,通过实验对APT4U-Topk算法进行了时空效率的验证实验结果表明,在数据集和k值增大的情况下,APT4U-Topk算法要优于此前提出的OptU-Topk算法.
不确定性数据 U-Topk查询优化算法 精度控制
于洋 赵志滨 鲍玉斌 于戈
东北大学信息科学与工程学院计算机软件研究所 沈阳110819
国内会议
哈尔滨
中文
125-132
2013-08-16（万方平台首次上网日期，不代表论文的发表时间）