[发明专利]一种面向知识图谱近似聚集查询的执行代价预测方法

权利要求书

1.一种基于线性回归的知识图谱近似聚集查询代价预测方法，其特征在于该方法包括如下步骤：

步骤(1)、样本数据准备阶段

随机取n个区间为[0,1]的误差率e，然后进行近似聚集查询，并记录三个部分的耗时，分别是采样时间T_S，样本正确性验证时间T_V，近似估计时间T_e以及样本量|S|；由此获得的样本数据表示为t＝＜e，|S|，T_S，T_V，T_e；将样本拆分成训练集和测试集，训练集用于线性回归方法拟合函数，测试集用于验证函数的拟合效果；

步骤(2)、基于线性回归方法的代价模型训练

针对步骤(1)得到的训练集，目标是得到关于问题Q的最终代价与误差率的函数关系；

引入泰勒展开式表示最终的代价函数，将拟合次数n从1开始取到z，得到z组代价函数作为备选，定义代价函数集合为：

R＝[T₁，T₂，…，T_i，…，T_z]

2.1根据各部分代价分析得到，T_S、T_V与样本量|S|直接相关，对信息＜|S|，T_S，T_V通过线性回归方法训练得到T_SV的代价函数：

T_SV＝T_S+T_V＝f(|S|) (2.1)

2.2近似估计时间T_e与误差率e直接相关，对信息＜e,T_e通过线性回归方法训练得到T_e的代价函数：

T_e＝l(e) (2.2)

2.3误差率e与样本量|S|存在相关性，对信息＜e，|S|通过线性回归方法训练得到|S|的函数：

|S|＝g(e) (2.3)

综上，由公式(2.1)、(2.2)以及(2.3)得到问题Q的最终代价函数：

T＝f(g(e))+l(e) (2.4)

步骤(3)、函数的拟合次数n选择

针对步骤(2)得到的拟合代价函数集合R，利用线性回归性能度量指标来选择最终的结果，度量指标包括：均方差MSE、均方根误差RMSE、平均绝对值误差MAE、决定系数R²；通过将测试集对备选的代价函数进行计算，得到不同拟合次数n对应代价函数的四种指标数值，从备选的代价函数集合R里找到MSE、RMSE、MAE数值最小的，且R²数值最大的拟合结果，代表拟合效果最佳的最终代价函数。