有效解决数据缺失问题的聚集查询算法

摘要：

近年来,工业界和学术界面临着非常严重的数据缺失问题,缺失值极大降低了数据可用性.现有的缺失值填充技术需要较大的时间开销,很难满足大数据查询实时性的需求,为此,研究在有缺失值的情况下高效处理聚集查询,将基于采样的近似聚集查询处理与缺失值填充技术有效的结合,快速返回满足用户需求的聚集结果.采用基于块(block-level)的采样策略,在采集到的样本上进行缺失值填充,并根据缺失值填充的结果重构得到聚集结果的无偏估计.真实数据集和合成数据集上的实验结果表明,该文的方法比当前最好的方法在保证相同精度的前提下,大大提升了查询效率.

关键词：缺失值填充、聚集查询、块采样

所属期刊栏目：54

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家电网公司科技项目

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：72-78