Skyline查询应用扩展与优化算法研究

Skyline 查询应用扩展及其优化算法 Skyline 查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点，它广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域。然而，在实际的联机查询应用中，Skyline 查询的结果具有固定和多用户共享特性，因此，随着时间的推进，查询结果的可选择性逐步降低，从而最终导致查询结果无法满足用户的需求。 为此，提出 k-quasi Skyline 查询，来丰富传统 Skyline 查询的结果集，并与目前主流关系数据库产品无缝集成。k-quasi Skyline 查询可以丰富 Skyline 查询的结果集，使得查询结果更加丰富多样化，从而满足用户的需求。 为了提高任意维空间上 k-quasi Skyline 查询的效率，设计了基于正规格索引的计算方法 EARG (efficient algorithm based on regular grid)。EARG 算法通过格之间的支配关系来缩减对象间的比较次数，从而显著降低 k-quasi Skyline 计算的时间开销。理论分析和实验结果表明，EARG 算法具有有效性和实用性。 Skyline 查询处理是一个重要的研究领域，它广泛应用于多个领域，包括多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域。Skyline 查询处理的主要目标是找到一个满足用户需求的结果集，使得查询结果更加丰富多样化。 k-quasi Skyline 查询是一个扩展的 Skyline 查询，它可以丰富传统 Skyline 查询的结果集，使得查询结果更加丰富多样化。k-quasi Skyline 查询可以应用于多个领域，包括多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域。 EARG 算法是一个基于正规格索引的计算方法，它可以提高任意维空间上 k-quasi Skyline 查询的效率。EARG 算法通过格之间的支配关系来缩减对象间的比较次数，从而显著降低 k-quasi Skyline 计算的时间开销。 Skyline 查询处理是一个重要的研究领域，它广泛应用于多个领域，包括多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域。k-quasi Skyline 查询是一个扩展的 Skyline 查询，它可以丰富传统 Skyline 查询的结果集，使得查询结果更加丰富多样化。EARG 算法是一个基于正规格索引的计算方法，它可以提高任意维空间上 k-quasi Skyline 查询的效率。