17、不确定数据的概率排名查询与连续排名查询算法解析

不确定数据的概率排名查询与连续排名查询算法解析

1. 概率排名查询方法

在处理概率排名查询时，有三种主要方法被提出用于回答相关查询。

1.1 基于泊松二项式递推的方法

• 问题与解决思路 ：泊松二项式递推本身不能处理生成规则涉及的元组。为了解决这个问题，提出了规则 - 元组压缩技术，将生成规则中的元组转换为一组独立的规则 - 元组，从而可以应用泊松二项式递推。
• 效率提升策略 ：为了提高效率，设计了两种重新排序技术以复用计算结果，同时还提出了几种有效的剪枝技术，减少需要考虑的元组数量。

1.2 采样方法

通过采样方法来近似元组的第 k 名概率，并计算概率排名查询的近似答案。

1.3 基于泊松近似的方法

证明了元组 t 的第 k 名概率遵循泊松二项分布，进而提出了基于泊松近似的方法来回答概率排名查询。

为了支持概率排名查询的在线评估，开发了一种紧凑的索引结构，并对所有查询评估方法进行了实证检验，结果显示了概率排名查询的有效性以及查询评估方法的效率和可扩展性。

2. 不确定数据流的连续排名查询

不确定数据流模型具有动态特性，为了简化讨论，采用同步模型。在每个时间点 t（t > 0），为不确定数据流收集一个实例。滑动窗口 (W_t^{\omega}) 选择在时间点 (t - \omega) 到 t 之间收集的实例集。

3. 精确算法求解概率阈值 top - k 查询