[发明专利]基于不确定偏好关系的轮廓查询的并行方法

说明书

本发明公开了一种基于不确定偏好关系的轮廓查询的并行方法，实施步骤包括：输入数据集D、初始化数据集D的标签长度|L|，根据标签长度|L|生成2^|L|个不同的标签，针对从数据集D中遍历选择的每一个当前数据元组O，将当前数据元组O的轮廓查询Sky(O)包含2ⁿ项分别采用2^|L|个进程并行计算2^|L|个不相交晶格的值，每个进程计算一个晶格，将各个进程计算得到的结果相加得到当前数据元组O的轮廓查询Sky(O)并输出。本发明具有并行进程数目可控、能最大化并行效率、所需时间随着标签长度指数下降，能够极大的减少查询时间，实现高效查询的优点。

技术领域

本发明涉及大规模数据轮廓查询、推荐系统等应用领域的不确定偏好的轮廓查询方法的并行实现的研究，具体涉及一种基于不确定偏好关系的轮廓查询的并行方法。

背景技术

轮廓查询也被称为Skyline查询，最早作为最大化向量问题研究，是一个典型的多目标优化问题，目前在数据库领域引起了广泛关注。Skyline查询是指从给定的一个N维空间的对象集合S中选择一个子集，该子集中的点均不能被S中其它的点所支配，满足此条件的点称为SP(Skyline Point)。此处的支配关系指在N维空间内，若存在两个对象P和Q，对象P的N维数据中的每一维都优于或等于Q，且至少存在一个维度要优于Q，则称P支配Q。

随着信息技术的不断发展和现实应用需求的不断扩大，在无线传感器网络、无线射频识别RFID(Radio Frequency Identification)网络、移动对象跟踪、气象雷达网络和隐私保护等应用中逐渐涌现出一类数据，即不确定性数据。目前学术界对于不确定数据的Skyline查询开展了非常多的研究，相比之下对于不确定偏好的Skyline查询的研究才刚刚起步。当前存在的基于不确定偏好的Skyline查询算法都是基于抽样或者近似原理来计算，尚还没有算法能够准确查询大规模数据集中基于不确定偏好的Skyline。和不确定数据相似，不确定偏好广泛存在于大量应用中。不确定偏好存在的原因有很多，首先在不同的应用背景中“好”与“坏”的标准是相对的；其次是在很多时候我们无法百分之百判断两个属性值之间的好坏，在这种情况下我们使用概率来描述这两个属性值之间的好坏情况。比如60％情况下属性值a比属性值b好，或者30％情况下属性值b比属性值a好。不确定偏好的Skyline查询是为适应现实环境中不断出现的不确定偏好应用而提出的一类Skyline查询。自从将Skyline查询引入不确定偏好之后，基于不确定偏好的Skyline查询在推荐系统、人工智能、信息检索、数据挖掘和决策制定等众多应用中发挥着重要作用。目前已成为数据库领域的一个研究新的热点。随着近年来不确定偏好应用的广泛兴起和发展，高效处理不确定偏好的Skyline查询成为当前亟待解决的问题。然而，由于查询需求的不断扩大及其计算时间复杂度与数据集的大小成指数关系，导致已有的集中式方法难以满足现实应用对查询效率的需求。

由于不确定偏好Skyline建模的特点以及复杂的概率表示和计算，使得不确定偏好的Skyline查询面临严峻挑战。而且因为基于不确定偏好Skyline查询指数级别的时间复杂度，不确定偏好的Skyline查询面临着查询实用性的问题。当前的基于不确定偏好Skyline查询都是串行方法，其性能不能满足大规模查询的需求，目前还没有基于不确定偏好Skyline的并行查询方法。

发明内容

本发明要解决的技术问题是：针对现有技术的上述问题，提供一种并行进程数目可控、能最大化并行效率、所需时间随着标签长度指数下降，能够极大的减少查询时间，实现高效查询针对大规模数据的基于不确定偏好关系的轮廓查询的并行方法。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于不确定偏好关系的轮廓查询的并行方法，其特征在于实施步骤包括：