[发明专利]移动O2O环境下的基于多医学因素的Skyline双过滤检索方法

说明书

技术领域

本发明属于数据库研究领域，是一种移动O2O环境下的基于多医学因素的Skyline双过滤检索方法，涉及到大规模数据分析、移动O2O环境下的海量数据处理，涉及到医学智能数据处理与应用开发。

背景技术

随着互联网的高速发展，移动O2O应运而生，即线下的商务机会与互联网结合，让互联网成为交易的前台。而人们生活水平的提高，使得对健康问题的关注程度越来越热，对于医学的检索也越来越多。海量数据的爆炸式增长，使得传统的单机数据分析处理技术已经越来越不适应当前密集型数据分析和处理的需求。子空间Skyline算法作为Skyline查询的一种重要变种算法，已经被广泛地应用到多因素决策等领域。随着移动互联网的发展，在移动互联网环境下的子空间Skyline查询备受关注，子空间Skyline算法是在用户所感兴趣的属性子集上进行Skyline查询，如何有效地获取任意子空间的Skyline结果，仍然是个具有挑战性的任务。

在医学研究中,我们经常会遇到多个医学因素共同作用于一个典型案例的情况,比如说针对一个患肿瘤疾病的病人,是否采用切掉病灶或保守治疗的方式,往往要综合评估各方因素，这涉及到的多个医学因素的共同影响,比如说病人的年龄对手术的耐受度,肿瘤细胞的扩散可能性,病人的喜好,而这些因素涉及的历史病例的数据或观测的各类医学数据量也是非常巨大的。这就需要一种基于多医学因素的有效的针对大规模数据进行过滤的检索方法来进行处理。

为了解决海量医学数据Skyline计算开销大的问题，分布式环境下进行Skyline处理是较好的解决方案。为了解决在移动020环境下反馈的医学数据检索结果集过大，即偏离用户喜好的Skyline点作为结果返回，从而影响到用户最终决策的问题，基于该出发点，我们设计并实现了该发明。

发明内容

根据上述背景技术中存在的缺陷和不足，本发明提供了移动O2O环境下的基于多医学因素的Skyline双过滤检索方法，以解决现有移动网络下结果集过大即偏离用户喜好的Skyline点作为结果返回，从而影响到用户最终决策的问题。本发明同时针对现有技术中存在的子空间Skyline查询方法中的不足进行了改进，用以提高准确度和实时性。

为了实现上述目的，本发明所采用的技术方案是：

一种移动O2O环境下的基于多医学因素的Skyline双过滤检索方法，

S1.使用医生终端进行O2O环境下的实时医学流数据采集，使用客户终端发起查询请求，该查询请求包括多个相关的医学属性、对医学属性的偏好程度、及输入的各属性的阈值；

S2.云端基于该医学流数据和查询请求，从全空间并行提取查询请求中的相关医学属性的k(k≤d)维子空间，其中d为全空间维数，k子空间数据维数，全空间F中提取用户感兴趣的字段(维)既是k。按照客户端对各医学属性的偏好程度对所述k维子空间进行排序以得到一个有序的k维网格索引；

S3.扫描数据到自定义空间不均等划分的k维网格中，按照每个所述属性的阈值，使用一个维度上的网格支配关系进行剪枝，减掉被Skyline支配掉的该维度的网格以及网格里的数据，实现对数据过滤；

S4.对剩余数据进行子空间Skyline查询以得到用户需求的医学属性的Skyline结果，在所述子空间Skyline查询过程中，对于并行流数据进行双向过滤与合并。

进一步的，所述步骤S2中排序的方法是：属性重要性的偏序关系定义为假定存在一个二元偏序关系＞是在子空间F上的，偏序关系＞表示在F中属性重要性的大于关系，f₁,f₂是F上的两个属性，f₁,f₂∈F，如果f₁的重要性大于f₂，那么它们的偏序关系表示为f₁＞f₂。

进一步的，其特征在于，所述步骤S3中的过滤，是具体为执行A-filtering过滤方法和ε-filtering过滤方法，其中：

A-filtering过滤方法步骤如下：多目标决策的优化函数被定义为min(f₁(x),f₂(x),...,f_k(x))，其中x∈P，f_i(x)是数据对象x在第i维属性上的取值；