数据时效性判定算法研究与应用

"这篇研究论文探讨了数据时效性判定问题的求解算法，由李默涵、李建中和高宏三位学者共同完成，受到了国家‘九七三’重点基础研究发展规划项目基金的支持。文章主要关注在缺乏完整时间戳的情况下，如何通过冗余记录和时效约束来判断数据的时效性，提出了一种新的时效性判定算法。" 文章指出，数据的时效性是衡量数据质量的关键因素，过时的数据可能导致企业决策失误和个人生活不便。由于很多数据库中的时间戳信息不完整或缺失，这给确定数据时效性带来了挑战。因此，研究者提出了冗余记录和时效约束作为辅助手段，以恢复数据的时序关系，进而帮助判断数据的时效性。 作者将数据查询分为最新值查询和时效序列查询两大类，并为每种查询类型定义了相应的时效性指标：查询结果时效性和平均时效性。最新值查询关注的是数据的最新状态，而时效序列查询则关注数据随时间的变化序列。这些定义为解决时效性判定问题奠定了基础。 文章引入了“时效图”的概念，这是一个图形结构，用于表示数据的时间演变和相互关系。利用时效图，作者提出了针对查询相关时效性和用户相关时效性问题的求解算法。通过算法，可以有效地评估数据的时效状态，以满足不同查询需求和用户期望。 实验部分，研究者在真实数据和虚拟数据上运行了提出的算法，结果显示该算法具有较高的执行效率。此外，他们还分析了各种参数对算法性能的影响，为理解和优化算法提供了深入的洞察。 关键词涵盖了数据质量、数据时效性以及相关时效性，表明本文的研究内容聚焦于提高数据质量，特别是在时效性这一关键特性上的改进方法。 总结来说，这篇论文在数据质量研究领域做出了重要贡献，提供了一种创新的、有效处理数据时效性问题的算法，对于改善数据库管理、决策支持系统以及依赖于实时数据的应用具有重要意义。