一种处理Top-k逆向查询的分支界定算法.pdfVIP

第 34卷第 6期 杭 州 电子 科 技 大 学 学 报 V01．34．No．6 2014年 11月 Journal of Hangzhou Dianzi University NOV．2014 一 种处理Top·k逆向查询的分支界定算法 刘亦韬 ，胡维华 (杭州电子科技大学计算机院，浙江 杭州310018) 摘要：Top．k逆向查询在现实生活中有着广泛应用。目前 ，计算 Top-k逆向集最有效的算法是逆向 Top．k算法。该算法的效率在处理Top—k逆向查询时受到明显的限制。为了解决这些限制，提出一 种直观的分支定界算法来高效地处理Topk·逆向查询，并讨论新颖的优化方法以提其高能。实验 评估表明，该算法的效率远胜于逆向Top—k算法。 关键词：Top—k逆向查询 分支界定算法 逆向Top-k算法 中图分类号：TP301．6 文献标识码 ：A 文章编号：1001—9146(2014)06—0076—04 0 引 言 给定由一组数值评分属性所描述的数据库对象，以及对这些属性有选择权的用户，Top-k查询检索 并返回满足用户特殊要求的k个得分最优的对象。文献 [1]中提出了TA算法和 NRA算法，用以在多 个数据源上计算Top—k查询。文献[2—3]分别提出了各 自的阈值算法来改善TA算法和NRA算法的 局限性。文献[4]提出的Top—k逆向查询是为了评估某个潜在的产品在市场上的影响力。近来，Top—k 查询的各种应用纷纷亮相，包括海量数据查询 和基于Web的服务查询 J。目前计算Top．k逆向集最 有效的算法是逆向Top-k算法 (ReverseTop—kAlgorithm，RTA)J。RTA算法在处理 Top．k逆向查询时 需要访问所有存储用户的参数选择，同时必须对属于结果集的每个用户的选择 (相应的用户权重)都执 行一次Top．k查询。对于那些基数较高的结果集，RTA算法显得效率低下。为了克服RTA算法的缺 点，本文提出了一个高效的分支定界算法。实验结果表明，本算法的性能总是优于RTA算法，且能高效 执行。 1 算法基础 令D表示一个由n维向量{d。，d，…，d)所定义的数据空间。让s表示一组在D上基数为lsI的 数据库对象。每个维度代表一个数值评分属性。一个数据库对象可以表示为点P∈S，P={P[1]，…， P[n]}，其中P[i1是维度d的一个值。因此，P[i】的非负得分值代表相应的数据库对象的属性。为了 不失一般性，进一步假设较小的得分值是期望的。 1．1 Top-k逆向查询 Top—k值检索返回k个最符合用户需求的对象，从而避免产生庞大又笼统的结果。在商业分析中， 生产商希望它的产品在不同用户的需求下，排名越靠前越好。Top-k查询只从用户的角度出发，寻找符 合他们需求的结果。然而生产商们关心的则是他们的产品对用户的影响力，在与其他同行竞争下有多 大的优势。因此，Top—k逆向查询要解决 “某一特定的产品，它会被哪一些用户所选择”的问题，即返回 给定产品作为Top．k结果的偏好集合_8]。下面给出Top．k逆向查询的定义。 收稿 日期：2014—03—10 作者简介：刘亦韬 (1990一)，男，浙江衢州人，在读研究生，计算虚拟化与云计算 第6期 刘亦韬等：一种处理Top—k逆向查询的分支界定算法 77 定义 1 Top—k逆向查询：给定一查询点q，正整数k，以及两个数据点和权重向的数据集S和w ，一个 属于Top—k逆向查询(RTOP (g))结果集q的加权向量Wi∈W，]P∈m ( )时，有 (g)~fw(P)。 分析权重向量集 V∈W 对单个数据点 P∈S和数据点集 pi}∈s(由MBRm来表示，即pi是封闭的)得分的影响。表1 查 查查!竺竺兰 总结了本文中使用的重要符号。 描述 数据空间 1．2 数据点