[发明专利]一种面向不确定数据的概率查询质量优化方法

摘要

本发明公开了一种面向不确定数据的概率查询质量优化方法。给定有限资源，利用一个基于联合熵的质量函数度量查询质量，本方法能够确定需要清洗的不确定对象集合，使得在指定资源限制下达到期望查询质量最优的目的。本方法可分为两大部分查询质量计算和清洗对象优选。在计算查询质量时，采用ASI索引所有可能的查询结果对象集，有效避免了质量计算过程中遍历所有可能世界，能够快速更新查询结果集的概率，从而提高质量计算效率。在选择清洗对象时，利用候选子集和质量函数单调性两个启发式规则，提出了一种精确的以及两种近似的清洗对象优选算法，在显著提高查询质量的同时，有效地减少了清洗对象优选时间，并保证清洗代价在给定的预算范围内。

主权项

一种面向不确定数据的概率查询质量优化方法，其特征在于：该方法包括如下步骤：步骤(1)：给定概率查询φ(q,S)，q是查询对象，S是不确定数据集，对于不确定数据集中结果对象集构建ASI索引；维护一个最大的查询结果质量及相应的清洗对象集合。步骤(2)：基于用户给定的清洗预算，通过剪枝策略在不确定数据集中找到候选的清洗对象集合，并将候选清洗对象集合放入清洗对象集合列表中。步骤(3)：对于步骤(2)中得到的清洗对象集合列表中的集合，计算其查询期望质量，并更新维护的最大查询结果质量及相应的清洗对象集合，利用期望质量单调性更新清洗对象集合列表。步骤(4)：重复步骤(3)直到清洗对象集合列表为空。步骤(5)：返回最终的最大查询结果质量及相应的清洗对象集合，对期望质量最大的清洗对象集合进行清洗，完成了概率查询的质量优化。