不確定數(shù)據(jù)skyline查詢研究.pdf

1、人類正處于一個(gè)被數(shù)據(jù)包圍的時(shí)代，數(shù)據(jù)在人類的生產(chǎn)生中扮演著越發(fā)重要的角色。隨著人們對(duì)于數(shù)據(jù)挖掘和管理技術(shù)的理解深入，同時(shí)隨著技術(shù)本身的不斷進(jìn)步，不確定數(shù)據(jù)越發(fā)受到研究者的重視。在許多現(xiàn)實(shí)應(yīng)用中，例如軍事、金融、電信等領(lǐng)域，數(shù)據(jù)普遍存在不確定性。除了不確定數(shù)據(jù)極其龐大的可能世界，不確定數(shù)據(jù)還有一個(gè)特點(diǎn)就是種類多，同一種查詢，不同的不確定數(shù)據(jù)類型，往往需要建立不同的查詢模型和算法。特別是不確定數(shù)據(jù)的Skyline查詢，為了避免建立索引花費(fèi)過(guò)

2、多時(shí)間開(kāi)銷，有學(xué)者針對(duì)離散型存在級(jí)不確定數(shù)據(jù)提出了基于概率約束空間的非索引裁剪算法，然而針對(duì)其它類型不確定數(shù)據(jù)的快速非索引裁剪辦法還沒(méi)有。
　　同時(shí)，本文在研究中還發(fā)現(xiàn)，離散型不確定數(shù)據(jù)兩兩數(shù)據(jù)對(duì)象之間的誰(shuí)支配誰(shuí)的邏輯關(guān)系是確定的，且屬性值以大取優(yōu)還是以小取優(yōu)都不會(huì)影響到數(shù)據(jù)對(duì)象Skyline概率的計(jì)算；而針對(duì)連續(xù)型不確定數(shù)據(jù)，由于其屬性取值是在一段區(qū)間上，因此兩兩不確定數(shù)據(jù)對(duì)象之間誰(shuí)支配誰(shuí)的邏輯關(guān)系不確定，此外，屬性值以大取優(yōu)還

3、是以小取優(yōu)會(huì)直接影響到數(shù)據(jù)對(duì)象Skyline概率的計(jì)算。
　　本文針對(duì)不確定數(shù)據(jù)的Skyline查詢問(wèn)題，對(duì)基于概率約束空間思想的不確定數(shù)據(jù)Skyline查詢進(jìn)行了研究，主要體現(xiàn)在：
　　1.針對(duì)已有的針對(duì)存在級(jí)離散型不確定數(shù)據(jù)的PCS算法進(jìn)行了分析，發(fā)現(xiàn)PCS算法在裁減數(shù)據(jù)對(duì)象的時(shí)候，因?yàn)槠浣⒆钚∴徑泳匦紊筛怕始s束空間的策略具有隨機(jī)性，容易出現(xiàn)裁剪區(qū)域粗糙的情況，導(dǎo)致在高維情況下裁剪效率降低，而且考慮到Skyline查

4、詢最終要返回給用戶可靠的結(jié)果，因此要盡可能避免所有返回給用戶的最小鄰接矩形內(nèi)的數(shù)據(jù)對(duì)象都是置信度小于閾值的數(shù)據(jù)對(duì)象，應(yīng)該保證每個(gè)最小鄰接矩形內(nèi)至少有一個(gè)置信度大于閾值的數(shù)據(jù)對(duì)象。本章針對(duì)PCS算法以上兩點(diǎn)做出了改進(jìn)，通過(guò)增加最小鄰接矩形的自更新策略，并為所有內(nèi)部數(shù)據(jù)對(duì)象概率都小于閾值的最小鄰接矩形添加至少一個(gè)概率大于閾值的數(shù)據(jù)對(duì)象的辦法，使得算法在較高維的情況下，保持了查詢的效率和可靠性。
　　2.針對(duì)連續(xù)性不確定數(shù)據(jù)的特點(diǎn)，本文

5、首次提出了連續(xù)性不確定數(shù)據(jù)Skyline查詢研究要分為以小取優(yōu)和以大取優(yōu)兩種情況，并以指數(shù)分布不確定數(shù)據(jù)為例作出說(shuō)明。
　　3.首次研究了指數(shù)分布不確定數(shù)據(jù)的Skyline查詢，并首次提出了服從指數(shù)分布的連續(xù)性不確定數(shù)據(jù)模型，推導(dǎo)了其概率Skyline計(jì)算原理。本文分別基于以大取優(yōu)和以小取優(yōu)兩種情況，給出了兩種情況下數(shù)據(jù)對(duì)象的支配概率、Skyline概率計(jì)算模型，最后針對(duì)兩種模型各自給出了基于概率約束空間思想裁剪非Skyline數(shù)