本文選題：多目標(biāo)查詢 + 動態(tài)偏好　； 參考：《小型微型計算機系統(tǒng)》2017年12期

【摘要】：同一問題的迭代查詢之間存在關(guān)聯(lián),且不同查詢間用戶偏好動態(tài)變化.但現(xiàn)有查詢算法只是將不同查詢獨立處理或默認查詢間偏好固定不變,本文提出一種可有效利用查詢間關(guān)聯(lián)關(guān)系且支持動態(tài)偏好的查詢處理算法IMQD;定義一種結(jié)果集質(zhì)量度量方法,取值在[0,1]區(qū)間內(nèi)且取值越大越優(yōu).IMQD算法旨在使結(jié)果集質(zhì)量更高,將查詢處理過程分為三個步驟:首先確定初始候選集;然后通過用戶交互獲取調(diào)整后的偏好閾值,對當(dāng)前候選集進行調(diào)整,使結(jié)果集質(zhì)量取值更大;用戶根據(jù)當(dāng)前結(jié)果集質(zhì)量判定是否終止查詢.在模擬和真實數(shù)據(jù)集上驗證IMQD算法可提升結(jié)果集質(zhì)量且擁有良好交互性能.一旦用戶偏好發(fā)生變化,算法可在毫秒級內(nèi)完成對結(jié)果集的自適應(yīng)調(diào)整.
[Abstract]:There is a correlation between iterative queries of the same problem and dynamic changes of user preferences among different queries. However, the existing query algorithms only fix the preferences between different query independent processing or default queries. In this paper, a query processing algorithm IMQD, which can effectively utilize the correlation between queries and support dynamic preference, is proposed, and a method of measuring the quality of result set is defined, in which the value is in the range of [0 ~ 1] and the larger the value is, the better. IMQD algorithm aims at making the result set better. The process of query processing is divided into three steps: first, the initial candidate set is determined; secondly, the adjusted preference threshold is obtained through user interaction, and the current candidate set is adjusted to make the quality of the result set greater. The user determines whether to terminate the query according to the quality of the current result set. The IMQD algorithm can improve the quality of the result set and has good interaction performance. Once the user preference changes, the algorithm can adjust the result set in milliseconds.
【作者單位】： 南京航空航天大學(xué)計算機技術(shù)與科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金項目(61373015)資助
【分類號】：TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 陳善國,李剛,徐瑩;視圖——處理多表數(shù)據(jù)結(jié)果集的方法[J];渝州大學(xué)學(xué)報(自然科學(xué)版);2000年04期

2 李燕;羅斌;;基于受限隨機選擇和檢索結(jié)果集的相關(guān)反饋[J];電腦知識與技術(shù);2008年14期

3 張西廣;陳濤;呂衛(wèi)忠;閻保平;;數(shù)據(jù)庫結(jié)果集的一種塊狀讀取算法[J];計算機工程;2010年02期

4 楊永亮;;數(shù)據(jù)庫結(jié)果集緩存的內(nèi)存管理機制[J];中國高新技術(shù)企業(yè);2008年11期

5 劉明星;馬武彬;鄧蘇;黃宏斌;;基于M-tree的不等半徑覆蓋相異多樣集求解方法[J];計算機研究與發(fā)展;2013年S1期

6 許超超;;基于大數(shù)據(jù)的數(shù)據(jù)處理方法研究[J];電腦知識與技術(shù);2014年05期

7 劉春雙;張志強;謝曉芹;;最小相關(guān)結(jié)果集排序算法[J];哈爾濱工程大學(xué)學(xué)報;2013年04期

8 羅燁;湯進;羅斌;;一種基于檢索結(jié)果集的圖像檢索相關(guān)反饋算法[J];計算機工程與應(yīng)用;2007年11期

9 吳金秀;倪祥明;;JDBC編程結(jié)果集的分頁顯示[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年06期

10 楊文;SQL語言特點及在PB編程中的使用[J];中國金融電腦;2000年05期

相關(guān)會議論文 前1條

1 黃大科;范智華;;查詢集成系統(tǒng)中的一致結(jié)果集的建構(gòu)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

相關(guān)重要報紙文章 前1條

1 貴州 王偉;進行多表查詢的“老”方法[N];電腦報;2004年

相關(guān)碩士學(xué)位論文 前2條

1 肖崢榮;基于Spark的RDF數(shù)據(jù)top-k查詢計算研究[D];武漢科技大學(xué);2016年

2 楊永亮;數(shù)據(jù)庫結(jié)果集緩存的研究與實現(xiàn)[D];西南交通大學(xué);2008年

，

本文編號：2069075