4、不确定数据的概率排名查询相关模型解析

不确定数据的概率排名查询相关模型解析

1. 不确定对象的排名概率

在对象层面，定义了两个重要的概率概念：对象的第 k 名概率和前 k 名概率。
- 对象第 k 名概率 ：对于一个不确定对象 O，对象第 k 名概率 Pr(O,k) 是指对象 O 中的任何实例 o 在可能世界中根据某个函数 f 被排在第 k 位的概率，计算公式为：
[Pr(O,k) = \sum_{o\in O} Pr(o,k)]
- 对象前 k 名概率 ：对象前 k 名概率 Prk(O) 是指对象 O 中的任何实例在可能世界中被排在前 k 位的概率，计算公式为：
[Pr_k(O) = \sum_{o\in O} \sum_{j = 1}^{k} Pr(o, j)]

2. 扩展的不确定数据模型及排名查询

为了满足不同的应用需求，发展了三种扩展的不确定数据模型及相关的排名查询。

2.1 不确定数据流模型

• 基本定义
  • 不确定数据流 ：不确定数据流是一个（可能无限的）实例序列 O = {o1, o2, …}。在时间点 t (t > 0)，O[t] 表示数据流 O 在该时间点的实例。
  • 滑动窗口 ：滑动窗口 (W_t^{\omega}) 是一个选择运算符，定义为 (W_t^{\omega}(O) = {O[i]|(t - \omega) < i \leq t})，其中 (