基于聚集约束的不确定性数据Top-k查询
在对不确定性数据进行Top-k查询时,一般会附加一些我们已经知道的聚集约束条件,该文主要阐述了在该条件下的不确定性数据的Top-k查询问题。针对可能世界实例空间指数型增长的特点,该文借鉴了文献中对可能世界实例采样的优化思想,通过定义U-Topk和U-kRanks两种查询类型,提出了具体的查询新算法。实验结果表明,这种新的算法的查询效率很高,而且可以处理大量的具有不明确性的数据集。
不确定性数据、Top-k查询、聚集约束、数据查询
12
TP393(计算技术、计算机技术)
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-16,20