分散式不確定skyline查詢處理關鍵技術研究

《分散式不確定skyline查詢處理關鍵技術研究》是依託湖南大學，由周炎濤擔任項目負責人的面上項目。

基本介紹

• 中文名：分散式不確定skyline查詢處理關鍵技術研究
• 項目類別：面上項目
• 項目負責人：周炎濤
• 依託單位：湖南大學

中文摘要

數據呈現出海量性和不確定性，大規模不確定數據的有效管理已成為當前信息學科研究最活躍的領域之一。不確定skyline查詢是數據管理中的重要研究技術，在決策支持、數據挖掘和環境監控等方面的套用極為普遍。當前不確定skyline查詢的相關研究成果大多面向集中式資料庫，對於分散式資料庫的研究還比較少。本課題中，我們將研究分散式不確定skyline查詢處理關鍵技術。首先針對不同的數據類型及套用場景，分別提出不確定skyline查詢模型和top k不確定skyline查詢、不確定k支配skyline查詢的新模型；其次，分別設計高效的空間和機率剪枝策略，降低問題的計算複雜度；隨後，引入模糊數學、博弈論中的算法設計技術，分別設計以上問題的分散式算法。並根據通信成本及執行時間兩大性能指標對算法進行分析。本課題的研究不僅能夠為不確定skyline查詢算法的設計提供新思路, 還將豐富傳統分散式數據處理的研究內容。

結題摘要

分散式不確定skyline查詢處理關鍵技術研究，分別提出不確定skyline查詢模型和top-k不確定skyline查詢、不確定k支配skyline查詢的新模型；其次，分別設計高效的空間和機率剪枝策略，降低問題的計算複雜度；隨後，引入模糊數學、博弈論中的算法設計技術，分別設計以上問題的分散式算法。課題研究不僅能夠為不確定skyline查詢算法的設計提供 新思路, 還將豐富傳統分散式數據處理的研究內容。 （1）從提高算法的通用性、效率和漸進性出發，首先提出了一種新的分散式不確定Skyline查詢處理框架；其次設計了一種自適應的分散式不確定Skyline查詢算法；最後大量的實驗結果表明本文算法的性能顯著優於已有算法。 （2）基於傳統的不確定Skyline 查詢定義，提出了一種新的不確定Skyline (MPS) 查詢；其次提出了有效的MPS 查詢算法；接著探討了基於規模約束的MPS (MMPS)查詢，並將MPS 查詢算法進行擴展用於解決MMPS 查詢；最後通過大量的實驗驗證了算法的有效性和可擴展性。 （3）形式化定義了一種更通用的不確定數據的動態Skyline 查詢，依據其特性提出一系列有效的剪枝策略和查詢算法，並通過理論分析和實驗驗證了算法的有效性和可擴展性。 （4）研究了基於規模約束的不確定動態Skyline 查詢。首先形式化定義了一種基於組用戶偏好的查詢操作，即Top-k 用戶最滿意的產品(TFPP) 查詢；其次為了有效處理TFPP查詢，提出TFPP 算法及並行TFPP (ParTFPP)算法；最後從理論分析和實驗驗證兩個方面證明了所提算法的有效性和可擴展性。