不确定数据的世系管理与相似性查询.pdf

表目录 相似度的阈值，利用尾概率不等式提出了一个线性时间内的剪枝规则，大大 加快了精确解的计算过程；考虑到没有被剪枝的不确定集合的精确算法需要 耗费大量的时间和空间，我们运用Monte—Carlo方法近似计算不确定集合的 概率阈值相似度。 ·基于界标模型提出了不确定数据流响应ER-topk查询的精确算法，该方案将 所有不断到来的元组分成两组，一组包含ER-topk查询的候选结果，剩下的 这两类元组；基于期望的线性性，我们避免了扩展所有可能世界实例，在次 线性时间内给出查询的结果。 本文研究了不确定数据的查询处理，主要工作包括不确定数据世系管理和不确 定数据的相似性查询，通过大量的实验验证了提出算法的效率和可扩展性等。 关键词：不确定数据；数据世系；相似性查询；期望相似度：概率阈值相似度；数 据流；top-k查询；相似度连接查询； 分类号：TP311 IX Abstract invarious of Appearingwidely fields，inclusive nanceand datahas different telecommunication，eta1．，uncertainmany styles，such 38relational data，semi—structuredata，streamingdata，andmovingobjects．accord— toscenariosanddata ofdatamodelshavebeen ing characteristics，tens developed， fromthecore worldmodelthatcontmnsa numberofthe stemming possible huge worldinstanceswiththesumof to nUN— 1．However，the possible probabilitiesequal berofthe worldinstancesisfar thanthevolumeoftheuncertain possible greater it fiom infeasibletocombineintermediateresults allof database，making generated worldinstancesforthefinal someheuristic possible queryresults．Thusj techniques， suchas beusedto forthe reducethe cost ordering，pruning，must computationhigh efficiency． Inthis onthe fordata thesis，acomprehensivesurvey techniquesmanagement