40、处理符号分数的偏好查询语言解析

处理符号分数的偏好查询语言解析

1. 引言

在过去十年里，数据库查询中表达偏好的需求日益增长。一方面，更具表达力的查询语言能更准确地传达用户意图；另一方面，在查询中引入偏好可为检索项排序，这在满足查询的项集较大时尤为重要。

数据库偏好查询方法可分为定性和定量两类。定量方法通过单调评分函数（总分与部分分数正相关）来表达偏好，常采用属性值的加权线性组合。例如模糊集方法，使用隶属函数描述用户对查询中各属性域的偏好。定性方法则通过二元偏好关系定义偏好，典型代表是基于帕累托序的方法，旨在计算非支配答案。

本文介绍的方法属于定量模型类别，但旨在克服该类别中终端用户难以通过“深奥”评分函数定义偏好的缺点。我们采用符号量表表达偏好，并定义了基于 SQL 的查询语言 SQLSP（带符号偏好的 SQL），它不仅在选择条件中包含渐进特征，还在嵌套运算符和 having 子句中有所体现。

2. 偏好的表达

2.1 偏好量表

我们考虑由 κ 个级别组成的符号量表 S。例如，当 κ = 7 时，有 ω0 ≺… ≺ω6，对应的语言标签如下：
| 符号 | 语言标签 |
| ---- | ---- |
| ω0 | 拒绝 |
| ω1 | 非常弱 |
| ω2 | 弱 |
| ω3 | 中等 |
| ω4 | 好 |
| ω5 | 非常好 |
| ω6 | 理想 |

我们认为这样的量表足以评估答案的满意度，因为过高的精度（如模糊集方法中 [0, 1] 之间的实数）可能无用或难以解释。对于给定偏好 P 和符号量表 S，答案 x 的满意度记