11、不确定数据上的Top-k典型性查询与概率排名查询

不确定数据上的Top-k典型性查询与概率排名查询

1. Top-k典型性查询

1.1 典型性分析示例

以NBA球员数据为例，在后卫球员中，三分球和助攻是常见技能，但在其他位置球员中可能并不普遍。通过对后卫球员进行top - 10代表性典型性查询和top - 10简单典型性查询，结果显示两类查询的前10名后卫在三分球和助攻方面差异较大。例如，最典型的后卫Ronald Murray代表经验丰富且表现出色的NBA后卫，而第二典型的Andre Owens代表表现相对较差的后卫群体。

同时，通过NBA数据集比较中位数、均值和典型实例的差异。结果表明，中位数和均值的简单典型性得分通常远低于最典型的球员，这说明几何中心可能无法反映概率密度分布。如Ronald Murray被认定为最典型的后卫，而Charlie Bell是中位数后卫。技术统计显示，Murray的篮板数比Bell少，但助攻更多，且Murray本赛季参赛76场，而Bell仅参赛59场。在76 ± 6 = [70, 82]的参赛场次范围内有92名后卫，而在59 ± 6 = [53, 65]范围内只有31名后卫，这表明更多后卫的参赛场次与Murray相似。

为比较典型性分析和聚类分析的差异，使用k - medoids聚类算法对所有后卫进行2聚类。聚类的中位数球员为{Ronald Murray, Stephon Marbury}，其群体典型性得分为0.105，而表4.5中前2名最具代表性典型后卫{Ronald Murray, Andre Owens}的群体典型性得分为0.161。聚类分析找到的球员集的代表性仅为top - k代表性典型性查询找到的球员集的65%。

1.2 近似质量评估