[发明专利]一种基于海量不完备数据集的skyline偏好查询方法

摘要

本发明涉及一种基于海量不完备数据集的skyline偏好查询方法，本方法根据用户偏好按属性重要程度将不完备数据集IS进行投影，对于投影得到的两个数据集IS’和IS”分别进行严格聚类和松散聚类，聚类后分别执行两种不同的skyline偏好查询算法，分别得到基于严格聚类的skyline结果集SSRS和基于松散聚类的skyline结果集RSRS，最后执行一次基于信息熵计算的skyline偏好查询结果选择策略，得到满足用户偏好的skyline查询结果集。有效解决了在海量不完备数据集上提取个性化信息的问题并提高了skyline查询算法在海量不完备数据集上的效率。

主权项

一种基于海量不完备数据集的skyline偏好查询方法，其特征在于：包括以下步骤：(1)根据数据集中各属性重要程度将不完备数据集IS进行投影，得到重要属性投影后的数据集IS’和不重要属性投影后的数据集IS”；(2)针对数据集IS’和数据集IS”分别进行元组编码；(3)针对数据集IS’进行严格聚类，所述的严格聚类包括根据聚类编码的定义进行严格聚类和聚类后每个类中被支配的数据元组被剔除两个流程；(4)针对数据集IS”进行松散聚类；所述的松散聚类包括根据元组编码和每个聚类的编码的包含关系的定义进行松散聚类和聚类后每个类中被支配的数据元组被剔除两个流程；(5)将步骤(3)中，严格聚类并完成数据剔除的数据集，执行基于属性值排序的skyline偏好查询算法，得到基于严格聚类的skyline查询结果集SSRS；(6)将步骤(4)中，松散聚类并完成数据剔除的数据集，执行基于支配程度计算的skyline偏好查询算法，得到基于松散聚类的skyline查询结果集RSRS；(7)将步骤(5)、步骤(6)得到的SSRS与RSRS取交集，如果交集不为空集，那么交集中的元组就是最终的skyline查询结果；(8)如果步骤(7)的交集为空集，分别计算SSRS与RSRS中元组的信息熵，将SSRS和RSRS中的元组进行信息熵的计算后得出最终的skyline查询结果反馈给用户。