【摘要】：目前,越來(lái)越多的研究關(guān)注不確定數(shù)據(jù)集,譬如市場(chǎng)分析、互聯(lián)網(wǎng)以及大型傳感器網(wǎng)絡(luò)等。同時(shí),不確定數(shù)據(jù)集上的排序查詢也受到了廣泛地研究。其中,概率Top-k查詢可以找到用戶最感興趣的k個(gè)對(duì)象。然而在實(shí)際應(yīng)用中,用戶預(yù)期的對(duì)象可能不出現(xiàn)在查詢結(jié)果中。因此,他們可以提出一個(gè)概率Top-k查詢上的Why-not問(wèn)題。另一方面,概率反Top-k查詢一般用于商業(yè)決策以幫助商家找到對(duì)其產(chǎn)品最感興趣的消費(fèi)群體以便更好地進(jìn)行產(chǎn)品營(yíng)銷。當(dāng)生產(chǎn)商發(fā)現(xiàn)自己的目標(biāo)人群并沒(méi)有出現(xiàn)在查詢結(jié)果中,他們可能想知道:為什么某消費(fèi)群對(duì)自己的產(chǎn)品不感興趣?盡管Why-not問(wèn)題已經(jīng)有很多的相關(guān)研究,但由于Why-not問(wèn)題與查詢相關(guān),因而現(xiàn)有的Why-not問(wèn)題處理方法不能被直接用于解決概率Top-k查詢和概率反Top-k查詢上Why-not問(wèn)題�；谏鲜龇治�,本文主要研究了兩個(gè)問(wèn)題:(i)概率Top-k查詢上Why-not問(wèn)題:本文給出了修改Why-not向量Wm和參數(shù)k的方式(MWK)來(lái)對(duì)原始的概率Top-k查詢進(jìn)行優(yōu)化,以使得Wm能夠包含在優(yōu)化后的查詢結(jié)果中;(ii)概率反Top-k查詢上Why-not問(wèn)題:本文提出了一個(gè)框架WNPTR。給定一個(gè)原始概率反Top-k查詢和一個(gè)缺失向量集合,WNPTR將采用以下三個(gè)不同策略分別為用戶找到一個(gè)優(yōu)化后的查詢:1)修改查詢對(duì)象Q,2)修改缺失向量Wm和參數(shù)k,3)同時(shí)修改查詢對(duì)象Q、缺失向量Wm以及參數(shù)k最后真實(shí)與合成數(shù)據(jù)集上的大量實(shí)驗(yàn)驗(yàn)證了本文所提出算法的有效性和高效性。
[Abstract]:At present, more and more researches focus on uncertain data sets, such as market analysis, Internet and large sensor networks. At the same time, sorting queries on uncertain datasets have also been widely studied. Among them, probabilistic Top-k query can find k objects of most interest to the user. However, in practical applications, the objects expected by the user may not appear in the query results. Therefore, they can propose a probabilistic Top-k query on the Why-not problem. On the other hand probabilistic anti-Top-k queries are generally used in business decisions to help businesses find the consumer groups most interested in their products in order to better market their products. When manufacturers find that their target population is not in the search results, they may wonder: why is a consumer not interested in their product? Although there have been many researches on the Why-not problem, the existing Why-not problem can not be directly used to solve the probabilistic Top-k query and probabilistic anti-Top-k query. Based on the above analysis, this paper mainly studies two problems: the Why-not problem on the (i) probabilistic Top-k query. In this paper, the way of modifying Why-not vector Wm and parameter k (MWK) to optimize the original probabilistic Top-k query is given. So that Wm can be included on the; (ii) probabilistic anti-Top-k query in the optimized query results. In this paper, a framework WNPTR is proposed. Given an original probabilistic anti-Top-k query and a set of missing vectors, WNPTR will use the following three different strategies to find an optimized query for the user: 1) modify the query object Qn2) modify the missing vector Wm and the parameter KN3) at the same time A large number of experiments on the query object Q, the missing vector Wm and the parameter k on the real and composite datasets show that the proposed algorithm is effective and efficient.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈越泓;;差錯(cuò)概率值的快速算法[J];軍事通信技術(shù);1986年03期

2 王建衛(wèi);郝忠孝;;一種概率XML數(shù)據(jù)樹(shù)的化簡(jiǎn)算法[J];計(jì)算機(jī)應(yīng)用研究;2010年12期

3 彭嘉雄;地形匹配虛定位概率的估計(jì)[J];數(shù)據(jù)采集與處理;1986年01期

4 唐俊;王年;梁棟;;一種結(jié)合概率松弛的譜匹配方法[J];計(jì)算機(jī)工程;2007年21期

5 江彤;;穩(wěn)態(tài)的概率數(shù)據(jù)庫(kù)探討[J];湖南人文科技學(xué)院學(xué)報(bào);2011年05期

6 楊昕,楊新;匹配概率估計(jì)方法[J];紅外與激光工程;2003年03期

7 田玉敏;宋君;;利用概率對(duì)稀疏域劃分的壓縮感知方法[J];西安電子科技大學(xué)學(xué)報(bào);2013年06期

8 盛晟;肖明清;趙亮亮;文瑩;胡斌;;故障Petri網(wǎng)的概率變遷方法研究[J];儀器儀表學(xué)報(bào);2014年03期

9 裘敬華,唐仙芝;用Excel處理概率與數(shù)理統(tǒng)計(jì)中兩類問(wèn)題的方法[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報(bào);2003年02期

10 劉江寧;吳泉源;;規(guī)則基專家系統(tǒng)概率區(qū)間推理模式研究[J];計(jì)算機(jī)工程與科學(xué);1993年03期

相關(guān)會(huì)議論文 前1條

1 王杰;梁華國(guó);李華偉;閔應(yīng)驊;李曉維;;基于輸出違例概率的時(shí)延向量測(cè)試質(zhì)量評(píng)估[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前2條

1 柯果;概率斷案有玄機(jī)[N];民主與法制時(shí)報(bào);2012年

2 李中彩;為什么不選擇這樣的號(hào)碼[N];重慶商報(bào);2000年

相關(guān)博士學(xué)位論文 前4條

1 鐘細(xì)華;雙穩(wěn)健逆概率加權(quán)方法的建立及其在臨床試驗(yàn)數(shù)據(jù)缺失中的應(yīng)用[D];第二軍醫(yī)大學(xué);2015年

2 王闖;有關(guān)建筑用能的人行為模擬研究[D];清華大學(xué);2014年

3 彭荻;動(dòng)態(tài)概率SDG模型及復(fù)雜化工過(guò)程故障診斷方法研究[D];北京化工大學(xué);2015年

4 余磊;基于認(rèn)知科學(xué)的計(jì)算機(jī)圍棋博弈問(wèn)題的研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 任曉欣;建筑中人行為動(dòng)作模型研究與分析[D];清華大學(xué);2015年

2 史文君;基于接送行為的中小學(xué)校等待集散空間研究[D];東南大學(xué);2015年

3 洪燕如;概率扭曲條件下的一類最優(yōu)停時(shí)[D];福州大學(xué);2013年

4 楊家豪;考慮出力概率分布模型的風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)優(yōu)化配置研究[D];華南理工大學(xué);2016年

5 周圣杰;WSN中三維概率隨機(jī)多址接入MAC層協(xié)議分析[D];云南大學(xué);2016年

6 許燦;基于概率的不確定性傳播與計(jì)算反求方法研究[D];湖南大學(xué);2015年

7 宋夢(mèng);高維模型表達(dá)在概率潮流和靜態(tài)安全域中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2014年

8 李曦;基于FPGA的概率電路仿真方法研究[D];華中科技大學(xué);2015年

9 李雨;概率數(shù)據(jù)庫(kù)可擴(kuò)展查詢技術(shù)[D];華中科技大學(xué);2015年

10 許敏;概率教學(xué)情境下學(xué)生隨機(jī)性思維發(fā)展水平研究[D];閩南師范大學(xué);2017年

，

本文編號(hào)：2126948