[发明专利]基于D-S证据理论的不确定性数据世系查询处理方法

说明书

一、技术领域：

本发明公开了一种基于D-S证据理论的不确定性数据世系查询处理方法，涉及基于D-S证据理论进行数据中不确定性的表示和推理、追踪数据处理过程中不确定性的来源、回答世系查询的方法。属于数据库技术及信息处理技术领域。

二、背景技术

随着技术的进步和人们对数据采集和处理技术理解的不断深入，不确定性数据(Uncertain Data)得到了广泛的重视，普遍存在于经济、物流、金融、电信和科学计算等领域中，且扮演着关键角色。概率数据库中的数据本身带有不确定性(例如概率、区间等)，查询结果也带有不确定性，这也是不确定性数据与确定性数据的最大区别。

世系(Lineage或Provenance)是指数据产生、并随时间推移而演变的整个过程，在科学数据和传感器数据管理、隐私保护和数字图书馆等领域中，基于世系可追踪数据及其不确定性的来源，响应用户对数据历史和不确定性的查询、提高传感器数据查询效率和准确度、返回隐私保护数据的分析结果、评价数据质量和可靠性。不确定性数据的世系，可以作为考察数据不确定性来源以及演变过程的一项重要技术。

世系表达式记录了数据处理和演化的过程，世系查询处理根据世系表达式和输入的不确定性数据来计算处理结果的不确定性，用以追踪不确定性数据处理和演化过程中不确定性的来源，不确定性的推理是世系查询处理的关键。基于世系信息可避免穷举所有可能世界，从而提高处理效率，为此，需要建立有效的世系表示及相应的不确定性推理机制，公知的世系查询处理方法基于布尔公式或图型结构表示世系，反映所涉及数据间的相关性，并基于概率论计算查询结果的不确定性。高明等(<计算机学报>，2010，33(3)：373-389)分析了不确定性数据世系管理的现状和挑战；黄冬梅等(<专利CN201110004234.X>，2011)基于带世系的不确定性数据管理系统ULDB，根据世系函数查找不确定性海洋监测数据的来源；高明(<复旦大学博士论文>，2011)基于树型结构给出了不确定性数据世系的近似描述及目标数据不确定性的评价方法；岳昆等(<计算机学报>，2011，34(10)：1897-1906)针对世系查询处理，提出了基于概率图模型的不确定性数据世系表示方法。

公知的世系查询处理方法中，不确定性的计算以概率论为基础(需要完备的概率空间)，建立在给定不确定性数据具有完备先验概率这一假设之上，未考虑实际中不确定性数据本身不完整或部分数据缺失的特点，影响了结果的准确性。为此，公知的方法将D-S证据理论用于不确定性数据的管理中，不是采用概率、而是引入信任函数来度量不完备数据中的不确定性。李芳等(<计算机应用>，2009，29(11)：3092-3094)将D-S证据理论与决策树分类技术相结合，提出了不确定性数据的分类算法；姜小华(<重庆大学博士论文>，2009)基于证据理论扩展了ULDB系统，提出了元组置信度的概念和主观非确定性数据的表示、空值的处理、以及相应的数据查询和更新方法。但是，这些方法未涉及世系查询处理及其中的不确定性推理。

本发明以不确定性的推理为核心，以世系表达式和输入的不确定性数据为出发点，将数据项及其概率值分别作为得到处理结果数据项的证据及其信任度，提出了将输入数据项的概率值转换为D-S证据理论中基本概率赋值的方法，建立了基于D-S证据理论的结果数据项概率赋值、信念值及似然值的计算方法，给出了利用信念值和似然值描述世系查询结果不确定性的机制，以及结果有效性的验证策略。此方法为不确定性数据的查询优化、结果推断、质量评价等基于世系的相关应用提供了一种新的理论依据和技术基础。

三、发明内容

本发明的目的在于提供一种基于D-S证据理论的不确定性数据世系查询处理方法。针对不确定性数据本身不完整或部分信息缺失的特点，基于D-S证据理论，不需假设“先验知识完备”，将数据项及其概率值分别作为结果数据项对应的证据及其信任度，建立基于证据组合规则进行数据中不确定性推理的方法、利用信念值和似然值度量世系查询结果不确定性的机制，给出结果有效性的验证策略，以更符合实际的方式得到准确的世系查询处理结果，为不确定性数据的查询优化、结果推断和质量评价等奠定基础。

2、本发明按以下步骤完成