專利名稱：一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種多準(zhǔn)則信息處理方法，尤其是涉及一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法。
背景技術(shù)：
如何從海量數(shù)據(jù)中快速分析出有用的信息，并為企業(yè)各管理層提供有效的決策支持是提高企業(yè)經(jīng)濟效益和市場競爭力的一個重要手段。近年來，研究人員主要從聯(lián)機分析處理(Online Analytical Processing)和數(shù)據(jù)挖掘(Data Mining)這兩個方面來為企業(yè)提供高質(zhì)量的決策支持。聯(lián)機分析處理旨在通過一系列復(fù)雜的多維聯(lián)機查詢(如Top-n查詢、KNN查詢、Rank查詢、Range查詢以及冰山查詢等)來探索和透視整個企業(yè)數(shù)據(jù)，并返回海量數(shù)據(jù)的概括性信息。這樣，用戶就可以根據(jù)小數(shù)據(jù)量的概括性信息來完成相關(guān)的信息分析。然而，IBM公司Almaden研究院的R. Agrawal教授在2000年的HGMOD國際會議上指出，傳統(tǒng)的多維聯(lián)機查詢需要用戶預(yù)先提供分析空間上的偏好權(quán)重向量(!^reference Weight-Vector)，而這在實際應(yīng)用中是不可能的。因此，傳統(tǒng)多維聯(lián)機查詢技術(shù)無法應(yīng)用于與無權(quán)重分析處理相關(guān)的領(lǐng)域。為了有效支持企業(yè)用戶進行無權(quán)重分析處理，在2001年的 ICDE國際會議上，德國帕紹大學(xué)的S. Borzsonyi教授首次提出多準(zhǔn)則信息查詢的概念和技術(shù)。通過定義分析空間上的支配操作符，多準(zhǔn)則信息查詢返回企業(yè)數(shù)據(jù)中位于各支配序鏈最頂端的對象元組。目前，多準(zhǔn)則信息查詢技術(shù)廣泛應(yīng)用于商業(yè)智能分析、城市導(dǎo)航系統(tǒng)、 數(shù)據(jù)挖掘和可視化、智能防御系統(tǒng)、以及地理信息系統(tǒng)等領(lǐng)域。隨著企業(yè)對數(shù)據(jù)采集需求的不斷深化和提高，不確定性數(shù)據(jù)(Uncertain Data)得到廣泛的重視。在多數(shù)實際行業(yè)中(例如先進制造、物流、金融、電信、航空航天等行業(yè))， 企業(yè)由于受數(shù)據(jù)采集設(shè)備的精度、數(shù)據(jù)自身的模糊和不完整性等因素的制約，使得數(shù)據(jù)的不確定性在企業(yè)內(nèi)部數(shù)據(jù)源中普遍存在，不確定性數(shù)據(jù)正扮演著關(guān)鍵的角色。由于不確定數(shù)據(jù)需要引入關(guān)系表/屬性字段的概率分布信息以及可能世界實例(Possible Worlds)語義，因此相對于傳統(tǒng)關(guān)系數(shù)據(jù)庫，不確定數(shù)據(jù)庫在數(shù)據(jù)模型、代數(shù)操作規(guī)則、函數(shù)依賴、數(shù)據(jù)存儲以及查詢語義等要素上比傳統(tǒng)關(guān)系數(shù)據(jù)庫更為復(fù)雜。從而，傳統(tǒng)關(guān)系數(shù)據(jù)庫上的多準(zhǔn)則信息查詢技術(shù)無法直接運用于不確定數(shù)據(jù)庫上。例如L. Antova教授在2008年的I⑶E 國際會議上指出對于BNL算法，在傳統(tǒng)關(guān)系數(shù)據(jù)庫上的分析代價為PTIME時間復(fù)雜度，而在康奈爾大學(xué)開發(fā)的MayBMS不確定數(shù)據(jù)庫系統(tǒng)上的析代價為coNP-Complete時間復(fù)雜度。目前不確定數(shù)據(jù)上的多準(zhǔn)則信息查詢技術(shù)主要存在如下四個重要不足(1)現(xiàn)有技術(shù)沒有考慮不確定數(shù)據(jù)底層的數(shù)據(jù)表示體系，只是簡單地將不確定數(shù)據(jù)存儲于同一張帶概率分布信息的關(guān)系數(shù)據(jù)表中，而這在實際應(yīng)用中是不現(xiàn)實的。(2)現(xiàn)有技術(shù)只針對固定分析空間來設(shè)計不確定數(shù)據(jù)上的多準(zhǔn)則信息查詢算法，而且它們所使用的R-樹、kd-樹以及 AR-樹索引均是標(biāo)量型的，無法擴展到任意分析空間的應(yīng)用場景中。然而在實際應(yīng)用中，無權(quán)重的多準(zhǔn)則信息查詢是面向任意用戶分析空間的。(3)現(xiàn)有技術(shù)沒有將多準(zhǔn)則信息查詢集成進目前主流不確定數(shù)據(jù)庫(U-Relational數(shù)據(jù)庫、ULDB數(shù)據(jù)庫和UDBMS數(shù)據(jù)庫等)的查詢優(yōu)化器中，因此，當(dāng)不確定數(shù)據(jù)庫上的多準(zhǔn)則信息查詢涉及Conf、Merge、Ujoin等代數(shù)操作時，主流不確定數(shù)據(jù)庫的查詢優(yōu)化器不能夠提供有效的查詢執(zhí)行計劃，從而嚴(yán)重影響用戶的等待時間。(4)現(xiàn)有技術(shù)沒有充分考慮多準(zhǔn)則信息對象集的概率信息計算效率，相關(guān)技術(shù)給出的概率信息計算方法的時間復(fù)雜度均為#P-Hard，因此在現(xiàn)實應(yīng)用中，僅多準(zhǔn)則信息對象的概率信息計算時間用戶就無法容忍。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種提高企業(yè)的經(jīng)濟效益和市場競爭力的不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法。本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)—種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，包括以下步驟(1)對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫；(2)對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化；(3)查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃；(4)查詢處理器根據(jù)步驟( 生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢，并將結(jié)果通過顯示器顯示。所述的步驟(1)對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫包括以下步驟1)同個關(guān)系對象的多個概率實例被組織成一張帶約束條件的G-Tabset信息表沢；2)沢被因子分解成多項式個數(shù)的概率關(guān)系部件，其中每個概率關(guān)系部件為若干個概率關(guān)系表實例的合取，其中概率關(guān)系部件集W = {WSD1，... , WSDnj，WSDi為第i個概率關(guān)系部件；Datalog 語言規(guī)則集 D = {DL1，· · ·，DLn}，其中 DLi 為 WSDi -Insil". · · "Insim, 表示概率關(guān)系部件WSDi由m個概率關(guān)系表實例合取而成。所述的步驟(2)對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化過程如下；經(jīng)步驟⑴后，系統(tǒng)中生成U個多準(zhǔn)則信息查詢V(WSDi),...,V(WSDl)，其中
每個查詢V(WSD))的輸入?yún)?shù)為一個概率關(guān)系部件WSD' i e W，系統(tǒng)不直接獲取這u 個概率關(guān)系部件WSD' 1;...，WSD' u上的多準(zhǔn)則信息查詢結(jié)果集，而是從概率關(guān)系部件集W = {WSD1，WSDnj中基于代價的方式挑選出最優(yōu)的ν (v < u)個概率關(guān)系部件 WSD"WSD〃 v，其中通過概率關(guān)系部件WSD" Jl彡i彡ν)的多準(zhǔn)則信息對象集來
回答WSD' 1;...，WSD' u中若干個概率關(guān)系部件上的多準(zhǔn)則信息查詢。所述的步驟C3)查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃過程如下1)設(shè)計出一套正確的多準(zhǔn)則信息查詢操作▽與各種不確定關(guān)系操作執(zhí)行順序間的等價變換規(guī)則；2)查詢優(yōu)化器基于等價變換規(guī)則集獲取多準(zhǔn)則信息查詢執(zhí)行計劃。所述的步驟(4)查詢處理器根據(jù)步驟( 生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢過程如下1)查詢處理器組織和索引不確定關(guān)系對象，使得系統(tǒng)能夠快速獲取任意分析空間上的多準(zhǔn)則信息對象集合；
2)查詢處理器計算多準(zhǔn)則信息對象集合在可能世界實例語義下的存在概率。與現(xiàn)有技術(shù)相比，本發(fā)明提高企業(yè)不確定數(shù)據(jù)上的多準(zhǔn)則信息查詢效率為核心， 設(shè)計一套適合可能世界實例語義、能夠有效處理用戶任意分析空間需求，且能與不確定數(shù)據(jù)庫產(chǎn)品優(yōu)化器和處理器無縫集成的多準(zhǔn)則信息查詢技術(shù)及其實現(xiàn)算法，為企業(yè)各管理層提供有效的決策支持，從而能夠提高企業(yè)的經(jīng)濟效益和市場競爭力。


圖1為本發(fā)明的流程圖；圖2為本發(fā)明的硬件結(jié)構(gòu)示意圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細(xì)說明。實施例1如圖1、如圖2所示，一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，包括以下步驟步驟一預(yù)處理器1對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫。由于目前主流的不確定數(shù)據(jù)庫產(chǎn)品(如MayBMS數(shù)據(jù)庫、ULDB數(shù)據(jù)庫和UDBMS 數(shù)據(jù)庫等)均基于可能世界實例模型，因此相對于傳統(tǒng)數(shù)據(jù)庫的一個關(guān)系對象，它們需要存儲指數(shù)級個數(shù)的概率關(guān)系表實例。為了便于管理和查詢，這些產(chǎn)品均通過兩個階段來存儲不確定數(shù)據(jù)，在第一階段中，同個關(guān)系對象的多個概率實例被組織成一張帶約束條件的G-Tabset信息表沢，而在第二個階段中，9 被因子分解成多項式個數(shù)的概率關(guān)系部件，其中每個概率關(guān)系部件為若干個概率關(guān)系表實例的合取。在許多現(xiàn)實應(yīng)用中，企業(yè)通常不存儲大規(guī)模的概率關(guān)系表實例，而只存儲兩類等價數(shù)據(jù)①小規(guī)模的概率關(guān)系部件集W = (WSD1, ...，WSDJ ；② Datalog 語言規(guī)則集 D = (DL1, ...，DLj，其中 DLi 形式為 WSDi :-Ιη8η". . . "Insim，表示概率關(guān)系部件WSDi由m個概率關(guān)系表實例合取而成。在企業(yè)商業(yè)信息分析時，為了便于理解，用戶所提交多準(zhǔn)則信息查詢SQ的輸入?yún)?shù)往往是概率關(guān)系表實例，即形如SQ:-V(InslA.../Jnsz)，所表達(dá)的語義為獲取輸入數(shù)據(jù) Ins1"... - 上的多準(zhǔn)則信息對象集合。然而主流的不確定數(shù)據(jù)庫產(chǎn)品通常不存儲大規(guī)模的概率關(guān)系表實例，而只保存概率關(guān)系部件集和Datalog語言規(guī)則集，因此為了讓查詢優(yōu)化器能夠識別和解析不確定數(shù)據(jù)上的多準(zhǔn)則信息查詢語句，在企業(yè)中間應(yīng)用層中，本發(fā)明設(shè)計出高效的等價重寫算法將SQ等價轉(zhuǎn)換為若干個概率關(guān)系部件上的多準(zhǔn)則信息查詢。步驟二 對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化。在第一個發(fā)明步驟中，將概率關(guān)系表實例合取上的多準(zhǔn)則信息查詢等價重寫為若干個概率關(guān)系部件上多準(zhǔn)則信息查詢的合取。因此經(jīng)過等價重寫之后，系統(tǒng)中存在u個多準(zhǔn)則信息查詢V(WSDI)^V(WSDh),其中每個查詢V(WSD))的輸入?yún)?shù)為一個概率關(guān)系部件WSD' ^ff0為了返回完整的多準(zhǔn)則信息查詢結(jié)果集，一個直接做法就是分別獲取這u個概率關(guān)系部件上的多準(zhǔn)則信息查詢結(jié)果集。發(fā)現(xiàn)這種直接的處理方式雖然實現(xiàn)起來較為簡單，但是它存在兩個嚴(yán)重的性能缺陷①由于多準(zhǔn)則信息查詢是CPU敏感的，因此這種直接的處理方式將花費大量的CPU時間開銷；②在企業(yè)級的應(yīng)用中，每個概率關(guān)系部件通常占較大的存儲空間，因此從磁盤調(diào)入這u個概率關(guān)系部件進內(nèi)存將花費大量的I/O開銷。為了能夠有效克服以上兩個性能缺陷，需要改進企業(yè)系統(tǒng)應(yīng)用層中這種簡單的處理方式。本發(fā)明設(shè)計一種共享處理機制，并從理論上證明了在最優(yōu)情況下，共享處理機制比直接處理方式節(jié)省1/e ^ 37%的CPU時間開銷以及(e_l)/e 63%的I/O開銷。共享處理機制的原理是系統(tǒng)不直接獲取這u個概率關(guān)系部件WSD' 1;...，WSD' u上的多準(zhǔn)則信息查詢結(jié)果集，而是從概率關(guān)系部件集W = (WSD1, WSDnj中基于代價的方式挑選出最優(yōu)的ν (ν < u)個概率關(guān)系部件WSD" ,WSD" v，其中概率關(guān)系部件WSD" ^ i ^ ν) 的多準(zhǔn)則信息對象集可以用來回答WSD' . . .，WSD' u中若干個概率關(guān)系部件上的多準(zhǔn)則信息查詢，從而只需要較少的多準(zhǔn)則信息查詢次數(shù)和較小規(guī)模的概率關(guān)系部件作為輸入數(shù)據(jù)。步驟三查詢優(yōu)化器2生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃。當(dāng)系統(tǒng)應(yīng)用層得到ν個優(yōu)化的概率關(guān)系部件WSD" !,...,WSD",之后，對于其中的每個概率關(guān)系部件WSD" i，在獲取它上面的多準(zhǔn)則信息對象集之前，查詢優(yōu)化器需要從邏輯層面，產(chǎn)生有效的多準(zhǔn)則信息查詢執(zhí)行計劃。這個執(zhí)行計劃需要從優(yōu)化實施代價的角度，提供多準(zhǔn)則信息查詢操作▽與不確定關(guān)系操作(如Uselection、Conf, Merge和Ujoin 等)間的執(zhí)行順序。由于現(xiàn)有不確定數(shù)據(jù)庫查詢優(yōu)化器沒有包含一套多準(zhǔn)則信息查詢操作與不確定關(guān)系操作執(zhí)行順序之間等價變換的規(guī)則，因此為了能獲取正確的多準(zhǔn)則信息對象集，查詢優(yōu)化器只是簡單地將多準(zhǔn)則信息查詢操作放于左深度合取樹(Left-de印Conjunctive Tree)的根節(jié)點位置，并基于樹上各操作節(jié)點的先后順序來提供多準(zhǔn)則信息查詢執(zhí)行計劃。 經(jīng)分析，這種多準(zhǔn)則信息查詢執(zhí)行計劃的一個嚴(yán)重缺陷是由于多準(zhǔn)則信息查詢操作必須在所有不確定關(guān)系操作都執(zhí)行完畢之后才能實施，因此系統(tǒng)需要在大規(guī)模臨時存儲的數(shù)據(jù)上執(zhí)行多準(zhǔn)則信息查詢，從而導(dǎo)致實施多準(zhǔn)則信息查詢的效率極其低下。為了有效解決查詢優(yōu)化器的上述不足，本發(fā)明設(shè)計出一套多準(zhǔn)則信息查詢操作▽ 與各種不確定關(guān)系操作執(zhí)行順序間的等價變換規(guī)則，以及變換前后的代價評估。同時，從理論上證明等價變換規(guī)則集的正確性。另一方面，在給定多準(zhǔn)則信息查詢SQ’:-V(WSD)’)以及查詢中所涉及的若干個不確定關(guān)系操作(如helectioruConf、Merge和Ujoin等)的情況下，本發(fā)明使用等價變換規(guī)則集修改左深度合取樹，從而改進查詢優(yōu)化器提供的多準(zhǔn)則信息查詢執(zhí)行計劃。步驟四查詢處理器3根據(jù)步驟C3)生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢，并將結(jié)果通過顯示器4顯示。查詢優(yōu)化器將生成的多準(zhǔn)則信息查詢查詢執(zhí)行計劃提交給查詢處理器。之后，查詢處理器按照預(yù)先制定的執(zhí)行計劃，從物理層面上對多準(zhǔn)則信息查詢查詢進行實施，并獲取多準(zhǔn)則信息查詢對象集及其在可能世界實例語義下的存在概率。發(fā)現(xiàn)，如果將現(xiàn)有不確定數(shù)據(jù)上的多準(zhǔn)則信息查詢查詢實施方法集成進查詢處理器中，那么在實際應(yīng)用中至少會出現(xiàn)以下兩個問題①現(xiàn)有的實施方法只針對固定分析空間，而且它們所使用的R-樹、kd_樹以及 AR-樹索引均是標(biāo)量型的。由于標(biāo)量型的索引結(jié)構(gòu)將多維空間的坐標(biāo)映射為一維的實數(shù)值， 因此損失了絕大部分位置信息，從而無法擴展到任意分析空間的應(yīng)用場景中。
②現(xiàn)有的實施方法沒有充分考慮計算多準(zhǔn)則信息查詢對象集在可能世界實例語義下存在概率的效率，這些方法獲取多準(zhǔn)則信息查詢對象集存在概率值的時間復(fù)雜度均是 SP-Hard0因此，系統(tǒng)僅完成這項工作的時間代價用戶就無法容忍。為了能夠向查詢處理器提供有效的多準(zhǔn)則信息查詢查詢物理實施方案，在給定輸入數(shù)據(jù)集Ψ和任意分析空間U上的多準(zhǔn)則信息查詢操作▽的前提下，本發(fā)明設(shè)計出一套高效的算法，從ψ中快速獲取U上的多準(zhǔn)則信息對象集及其在可能世界實例語義下的存在概率。實施例2當(dāng)企業(yè)用戶在異構(gòu)不確定數(shù)據(jù)庫上，提交任意分析空間上的多準(zhǔn)則信息查詢SQ 后，本發(fā)明以存儲于不確定數(shù)據(jù)庫中的概率關(guān)系部件集W= {WSD^.^WSDJ以及Datalog 語言規(guī)則集D = (DL1, DLJ為中心，首先將SQ進行等價重寫，并生成u個概率關(guān)系部件上的多準(zhǔn)則信息查詢，即 SQ:-V(WSDi)AV(WSD2)/\.../\V(WSD’ )，其中 V(WSD);^
概率關(guān)系部件WSD' , e W上的多準(zhǔn)則信息查詢，且u彡η。然后，使用共享處理機制從從概率關(guān)系部件集W = (WSD1, WSDnj中基于代價的方式挑選出最優(yōu)的ν (v < u)個概率關(guān)系部件WSD" !,...,WSD" v，其中概率關(guān)系部件WSD" i(l彡i彡ν)的多準(zhǔn)則信息對象集可以用來回答WSD' 1;...，WSD' u中若干個概率關(guān)系部件上的多準(zhǔn)則信息查詢。接著， 本發(fā)明定義一個正確性經(jīng)過嚴(yán)格證明的等價變換規(guī)則集，該規(guī)則集包括了多準(zhǔn)則信息查詢操作▽與各種不確定關(guān)系操作執(zhí)行順序間的等價變換規(guī)則，并對于最優(yōu)化后的每個多準(zhǔn)則信息查詢▽( WSD丨)(l v)，使用等價變換規(guī)則集來修改左深度合取樹，來獲取最佳多準(zhǔn)則信息查詢執(zhí)行計劃。最后，本發(fā)明針對最佳多準(zhǔn)則信息查詢執(zhí)行計劃，來高效生成多準(zhǔn)則信息對象集及其在可能世界實例語義下的存在概率。從用戶提交任意分析空間上的多準(zhǔn)則信息查詢SQ到生成多準(zhǔn)則信息對象集及其在可能世界實例語義下的存在概率，本發(fā)明的實施經(jīng)過四個步驟。對于第一個步驟(即對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫)，本發(fā)明首先采用Datalog工具和一階謂詞邏輯為重寫描述語言，并以此定義不確定數(shù)據(jù)上多準(zhǔn)則信息查詢等價重寫的形式化語義。然后，通過兩個階段來完成不確定數(shù)據(jù)的多準(zhǔn)則信息查詢等價重寫。在第一階段中，本發(fā)明基于Datalog語言規(guī)則集D，使用普林斯頓大學(xué)A. Levy教授提出的反轉(zhuǎn)規(guī)則技術(shù)，在多項式時間復(fù)雜度內(nèi)過濾掉與查詢SQ無關(guān)的概率關(guān)系部件集合M ；并在第二階段中，本發(fā)明首先確定用于等價重寫查詢SQ的最小概率關(guān)系部件個數(shù)u，接著針對概率關(guān)系部件集W-M，以謂詞同構(gòu)為過濾特征，利用Apriori性質(zhì)獲取所有基數(shù)等于u的候選概率關(guān)系部件子集，并從中選取任意一個滿足等價重寫外延條件的子集Ω，= {WSD' 1； ...,WSD' J作為算法的輸出結(jié)果，即 SQ:-V(WSDi)aV(WSD2)a...aV( WSD’u)。對于第二個步驟(即對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化)，為了提高其實施效率，本發(fā)明對u分兩種情況來考慮。(i)當(dāng)6時，系統(tǒng)通常需要花較少的代價來完成多多準(zhǔn)則信息查詢優(yōu)化的任務(wù)。在這種情況下，本發(fā)明首先構(gòu)造加權(quán)有向二部圖，將概率關(guān)系部件集W和S映射為二部圖的頂點集，同時基于多準(zhǔn)則信息查詢代價模型，將各概率關(guān)系部件之間推導(dǎo)的代價信息映射為二部圖的頂點集和邊集上。然后，本發(fā)明將概率關(guān)系部件上的多準(zhǔn)則信息查詢優(yōu)化問題等價轉(zhuǎn)換為二部圖上的最小加權(quán)集覆蓋(MinimumWeighted Set Cover)問題，來從W中精確獲取ν個最優(yōu)的概率關(guān)系部件。(ii)根據(jù)圖理論可知，最小加權(quán)集覆蓋問題的理論時間復(fù)雜度為NPC，因此，當(dāng)u > 6時，加權(quán)有向二部圖的規(guī)模將迅速膨脹，此時系統(tǒng)需要花費較大的代價來完成多準(zhǔn)則信息查詢優(yōu)化的任務(wù)。在這種情況下，本發(fā)明基于圖最短路徑優(yōu)化理論，首先通過引入一個虛擬頂點，在常數(shù)時間復(fù)雜度內(nèi)，將(i)中所構(gòu)造的加權(quán)有向二部圖轉(zhuǎn)換為Steiner加權(quán)路徑圖。然后，在OLAP物化視圖選擇技術(shù)的基礎(chǔ)上，本發(fā)明在多項式時間復(fù)雜度內(nèi)生成路徑圖中的有向Steiner樹， 進而獲取多準(zhǔn)則信息查詢優(yōu)化問題的近似最優(yōu)解。根據(jù)有向Steiner樹理論，近似算法的時間復(fù)雜度PT與優(yōu)化下界OB可通過不小于1的正數(shù)來調(diào)整和權(quán)衡。對于第三個步驟(查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃)， 本發(fā)明主要完成兩個方面的工作(i)設(shè)計出一套正確的多準(zhǔn)則信息查詢操作▽與各種不確定關(guān)系操作執(zhí)行順序間的等價變換規(guī)則；(ii)基于等價變換規(guī)則集獲取有效的多準(zhǔn)則信息查詢執(zhí)行計劃。在(i)中，本發(fā)明以關(guān)系數(shù)據(jù)庫中的關(guān)系代數(shù)理論為基礎(chǔ)，設(shè)計出39 個正確性經(jīng)過嚴(yán)格證明的等價變換規(guī)則，這些規(guī)則定義了多準(zhǔn)則信息查詢操作與各種不確定關(guān)系操作(如helection、Merge、UPro jection和Ujoin等)之間所滿足的運算律，如交換律、結(jié)合律、分組律和重復(fù)消除律等，并通過這些運算律來支持不同操作執(zhí)行順序間的等價變換。在(ii)中，本發(fā)明將查詢優(yōu)化器提供的簡單多準(zhǔn)則信息查詢執(zhí)行計劃作為優(yōu)化基點，利用不同的等價變換規(guī)則，在左深度合取樹上，通過上移/下推操作節(jié)點、合并/分裂操作節(jié)點以及變換操作節(jié)點等策略來生成各種不同的候選操作執(zhí)行序列。然后，基于多準(zhǔn)則信息查詢代價模型評估器來計算各候選序列的時間開銷，并從中選取一條最優(yōu)序列來產(chǎn)生代價最小的多準(zhǔn)則信息查詢執(zhí)行計劃。對于第四個步驟(查詢處理器根據(jù)步驟C3)生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢，并將結(jié)果通過顯示器顯示)，本發(fā)明也主要完成兩個方面的工作(i)有效組織和索引不確定關(guān)系對象，使得系統(tǒng)能夠快速獲取任意分析空間上的多準(zhǔn)則信息對象集合；(ii)高效計算多準(zhǔn)則信息對象集合在可能世界實例語義下的存在概率。在(i)中， 本發(fā)明設(shè)計出正規(guī)柵結(jié)構(gòu)(Regular Grid hdex)來組織和索引不確定關(guān)系對象，該正規(guī)柵索引結(jié)構(gòu)能夠滿足任何分析空間上的多準(zhǔn)則信息查詢。然后通過兩個階段來顯著降低獲取多準(zhǔn)則信息對象集合的時間開銷在第一階段，本發(fā)明基于最小描述長度(MDL =Minimal Description Length)原則來自動刪除正規(guī)柵中用戶不感興趣的可能世界實例；而在第二階段，本發(fā)明利用正規(guī)柵中單元格間的支配和互斥關(guān)系來縮減可能世界實例間的比較次數(shù)。在(ii)中，本發(fā)明將計算多準(zhǔn)則信息對象集合在可能世界實例語義下的存在概率等價轉(zhuǎn)換為計算DNF范式的真賦值個數(shù)，并且設(shè)計兩種不同的方法來解決該問題。第一種方法利用人工智能領(lǐng)域的Davis-Putnam函數(shù)來精確獲取DNF范式的真賦值個數(shù)。給定一個DNF 范式，本發(fā)明將該范式Davis-Putnam化為多個獨立且不共享變量的子DNF范式，并通過遞歸的方式來精確統(tǒng)計真賦值個數(shù)。而第二種方法使用Karp-Luby隨機算法，在多項式時間內(nèi)獲取具有精度下界保證的真賦值個數(shù)近似值。Karp-Luby隨機算法基于蒙托卡羅(Monte Carlo)思想，通過N步的隨機仿真來確定真賦值個數(shù)的近似值。
權(quán)利要求
1.一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，包括以下步驟(1)對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫；(2)對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化；(3)查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃；(4)查詢處理器根據(jù)步驟(3)生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢， 并將結(jié)果通過顯示器顯示。
2.根據(jù)權(quán)利要求1所述的一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，所述的步驟(1)對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫包括以下步驟1)同個關(guān)系對象的多個概率實例被組織成一張帶約束條件的G-Tabset信息表沢；2)沢被因子分解成多項式個數(shù)的概率關(guān)系部件，其中每個概率關(guān)系部件為若干個概率關(guān)系表實例的合取，其中概率關(guān)系部件集W= {WSD1，...，ffSDn}, WSDi為第i個概率關(guān)系部件；Datalog 語言規(guī)則集 D = {DL1，· · ·，DLn}，其中 DLi 為 WSDi -Insil". · · 二nsim，表示概率關(guān)系部件WSDi由m個概率關(guān)系表實例合取而成。
3.根據(jù)權(quán)利要求1所述的一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，所述的步驟(2)對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化過程如下；經(jīng)步驟⑴后，系統(tǒng)中生成u個多準(zhǔn)則信息查詢V(WSD丨),...,V(WSD;j，其中每個查詢V(WSD:)的輸入?yún)?shù)為一個概率關(guān)系部件WSD' , e W，系統(tǒng)不直接獲取這u個概率關(guān)系部件WSD' 1;...，WSD' u上的多準(zhǔn)則信息查詢結(jié)果集，而是從概率關(guān)系部件集W= {WSD1，. . . , ffSDn}中基于代價的方式挑選出最優(yōu)的v(v < u)個概率關(guān)系部件 WSD"WSD〃 v，其中通過概率關(guān)系部件WSD" Jl彡i彡ν)的多準(zhǔn)則信息對象集來回答WSD' 1;...，WSD' u中若干個概率關(guān)系部件上的多準(zhǔn)則信息查詢。
4.根據(jù)權(quán)利要求1所述的一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，所述的步驟(3)查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃過程如下1)設(shè)計出一套正確的多準(zhǔn)則信息查詢操作▽與各種不確定關(guān)系操作執(zhí)行順序間的等價變換規(guī)則；2)查詢優(yōu)化器基于等價變換規(guī)則集獲取多準(zhǔn)則信息查詢執(zhí)行計劃。
5.根據(jù)權(quán)利要求1所述的一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，其特征在于，所述的步驟(4)查詢處理器根據(jù)步驟( 生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢過程如下1)查詢處理器組織和索引不確定關(guān)系對象，使得系統(tǒng)能夠快速獲取任意分析空間上的多準(zhǔn)則信息對象集合；2)查詢處理器計算多準(zhǔn)則信息對象集合在可能世界實例語義下的存在概率。
全文摘要
本發(fā)明涉及一種不確定數(shù)據(jù)上的多準(zhǔn)則信息處理方法，包括以下步驟(1)對面向不確定數(shù)據(jù)的多準(zhǔn)則信息查詢進行等價重寫；(2)對概率關(guān)系部件上的多準(zhǔn)則信息查詢進行優(yōu)化；(3)查詢優(yōu)化器生成概率關(guān)系部件上多準(zhǔn)則信息查詢執(zhí)行計劃；(4)查詢處理器根據(jù)步驟(3)生成的計劃對面向不確定數(shù)據(jù)的多準(zhǔn)則信息進行查詢，并將結(jié)果通過顯示器顯示。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高企業(yè)的經(jīng)濟效益和市場競爭力等優(yōu)點。
文檔編號G06F17/30GK102346873SQ20101024054
公開日2012年2月8日 申請日期2010年7月29日 優(yōu)先權(quán)日2010年7月29日
發(fā)明者伍申申, 劉立平, 向陽, 張波, 王棟, 陳千, 黃震華 申請人:同濟大學(xué)