Answering why-not questions on KNN queries

Being decades of study, the usability of database systems have received more attention in recent years. Now it is especially able to explain missing objects in a query result, which is called “why-not” questions, and is the focus of concern. This paper studies the problem of answering whynot questions on KNN queries. In our real life, many users would like to use KNN queries to investigate the surrounding circumstances. Nevertheless, they often feel disappointed when finding the result not including their expected objects. In this paper, we use the query refinement approach to resolve the problem. Given the original KNN query and a set of missing objects as input, our algorithm offer a refined KNN query that includes the missing objects to the user. The experimental results demonstrate the efficiency of our proposed optimizations and algorithms.     

Answering why-not questions on semantic multimedia queries

Multimedia Tools and Applications - Linked data is a promising way to publish media data as resources on the Web and interlink them with other resources. While significant amounts of image, audio...     

Answering why-not and why questions on reverse top-<Emphasis Type="Italic">k</Emphasis> queries

Why-not and why questions can be posed by database users to seek clarifications on unexpected query results. Specifically, why-not questions aim to explain why certain expected tuples are absent from the query results, while why questions try to clarify why certain unexpected tuples are present in the query results. This paper systematically explores the why-not and why questions on reverse top-k queries, owing to its importance in multi-criteria decision making. We first formalize why-not questions on reverse top-k queries, which try to include the missing objects in the reverse top-k query results, and then, we propose a unified framework called WQRTQ to answer why-not questions on reverse top-k queries. Our framework offers three solutions to cater for different application scenarios. Furthermore, we study why questions on reverse top-k queries, which aim to exclude the undesirable objects from the reverse top-k query results, and extend the framework WQRTQ to efficiently answer why questions on reverse top-k queries, which demonstrates the flexibility of our proposed algorithms. Extensive experimental evaluation with both real and synthetic data sets verifies the effectiveness and efficiency of the presented algorithms under various experimental settings.     

脏数据库的查询方法研究

对于给定的约束,多个数据源分别是一致的,但是在它们集成时可能是脏的.已经存在的技术能够通过特别的方法识别出数据集成环境下的脏数据,但是不能进行有效处理.分析查询对应的连接图是否为有向连接图,判断查询是否可重写,并且给出了元组概率计算和基本查询重写方法.使用TPC-H基准的数据和查询比较脏数据多粒度的执行性能,实验显示方法是可行的.     

Product named entity recognition for Chinese query questions based on a skip-chain CRF model

As more and more commercial information can be obtained from the Internet, product named entity recognition plays an important role in market intelligence management. In this paper, a product named entity recognition method based on a skip-chain CRF model is proposed. This method considers not only the dependence between neighboring words but also the fact that product named entities are often connected by a connective. In this situation, the dependence between the words around the connective is more important than the dependence between neighboring words. This information improves the result of product named entity recognition as shown in the experiments. Experimental results on corpuses of mobile phone and digital camera demonstrate that the skip-chain CRF model works well and produces better results than the linear-chain CRF model.     

基于XQuery的GML查询机制的研究

GML空间数据的应用越来越广泛,迫切需要解决GML的查询问题.结合XML查询和空间查询的特点,在XML标准查询语言XQuery基础上提出了一套GML查询机制,并详细介绍了GML查询机制的系统框架和XQuery查询处理算法.根据路径表达式中的父子结点和祖先后代结点关系,查询动态数组,找到满足条件的结点集合.对于空间查询部分,调用了开源Java拓扑组件JTS提供的空间查询接口,最终可实现GML空间数据的查询.     

基于XQuery实现XML高效查询的分析研究

当愈来愈多的数据资料以XML为标准格式进行存储时,由于其格式的不同而导致传统的数据库及查询语法无法适用,该文分析了一种全新的XML查询语言XQuery,并对其在相关领域的应用作了介绍和比较。最后,对XQuery的发展前景作出展望。     

空间数据库最优位置查询算法研究

针对实际应用的查询要求,提出一种新颖的空间数据库查询类型—最优位置查询。在叙述实际应用的基础上抽象出最优位置查询概念,提出目标对象的优先权度量标准、删减数据对象的启发式规则和最优位置查询算法,分析最优位置查询算法的时间复杂度。实验结果表明,在参数不同取值情况下最优位置查询算法的查询性能仍然高效。     

基于XQuery实现XML高效查询的分析研究

当愈来愈多的数据资料以XML为标准格式进行存储时,由于其格式的不同而导致传统的数据库及查询语法无法适用,该文分析了一种全新的XML查询语言XQuery,并对其在相关领域的应用作了介绍和比较。最后,对XQuery的芡展前景作出展望。     

空间数据库中的线段k近邻查询研究

K近邻查询是空间数据库中的重要查询之一,k近邻查询在内容的相似性检索、模式识别、地理信息系统中有重要应用。针对现有k近邻查询都是基于点查询的情况,提出基于平面线段的k近邻查询,查找线段集中给定查询点的k个最近线段。给出基于Voronoi图的线段k近邻查询算法及给出相关定理和证明。该算法通过线段Voronoi图的邻接特性找到一个候选集,然后从中找到最终结果。通过随机数据的实验证明,所提算法明显优于线性扫描算法和基于R树的k近邻查询算法。     

基于特征的空间数据相似性查询研究

针对目前空间数据相似性查询的广泛应用需求和实际应用情况,提出基于特征的空间数据相似性查询（Feature Based Spatial Data Similarity Query,FBSDQ）的概念,并给出了形式化定义,分析指出了FBSDQ的特点。提出了统一的FBSDQ处理框架及其实现的关键技术,以典型的度量空间高维索引结构VP树为例,讨论了基于距离的度量空间高维索引技术,为空间数据相似性查询的研究提供了技术支持。     

具有层次结构的正交变化模型的研究

目前的正交变化模型存在对变化点和变体的定义不准确、无法描述复杂的层次结构关系以及无法自动地辨识领域中的共性和可变性的缺点.针对这些不足进行研究,通过从时间和空间的角度去重新明确地定义变化点和变体之间的关系,提出一种具有层次结构的正交变化模型.该模型具有良好的层次结构扩展能力,能够应对复杂的变化性描述,并且通过该模型可以明确地辨识出领域中具有共性和可变性的部分,使自动计算成为可能.具有层次结构的正交变化模型为领域中相关计算提供了基础,与以往的正交变化模型比较,更接近变化性描述具有复杂性这一实际情况,因此具有更实际的使用价值.     

基于数据库查询的自然语言接口研究

语音识别技术是近年来信息领域重要的科技发展技术之一.作为一门交叉学科,语音识别正逐步成为信息技术中人机接口的关键技术.探讨了为数据库查询提供自然语言接口的可能性,介绍了图书资料查询系统中语音识别的基本框架,并详细描述了采用微软Speech SDK技术实现图书资料查询的详细过程.给出了查询流程,基于状态转换图的词法分析和语法分析方法,将疑问句转换成SQL查询语句的方法,以及由查询结果生成答句的方法.     

基于J2EE的语义检索研究

首先分析了语义检索的原理,接下来为了验证J2EE模式在语义检索中的可行性,遵循最新的JavaEE规范,将系统划分成Browser层、Web Container层、EJB Container层和EIS层,其中,Browser层用于处理用户交互界面,Web Container层负责接收客户层的请求并将请求发送给相应的EJB层业务逻辑,EJB Container层对检索的各项操作进行了封装,EIS层则为数据持久层.详细讨论了Browser层和EJB层的具体实现步骤和相关算法,并且通过实现语义检索的原型系统,证明了J2EE构架在语义检索系统开发中的可行性.     

海量多维数据的存储与查询研究

基于数据仓库的OLAP系统是当前海量多维数据分析的主要工具。随着信息技术的发展,海量多维数据的规模急剧增长,结构日益复杂,OLAP系统的性能严重下降,已经无法满足人们的数据分析需求。基于分布式计算系统Hadoop给出了新的海量多维数据的存储方法和查询方法。设计了HDFS上的列存储文件格式HCFile,基于HCFile给出了海量多维数据存储方案,该方案能够提高聚集计算效率,并有很好的可扩展性。同时,利用多维数据的层次性语义特征,设计了维层次索引,并给出了利用维层次索引和MapReduce进行聚集计算的方法。通过和Hive的对比实验,表明了数据存储方案和查询方法能够有效提高海量多维数据分析的性能。     

基于关系代数的XML数据查询

XML渐已成为Web上数据表示和交换的通用语言。为了有效地利用大量的XML文档,需要研究XML数据查询技术。提出了基于关系代数的XML数据查询方法。XML子句可以用关系代数表达式表示,并通过关系代数操作得到查询结果。该方法为查询XML数据提供了一种简洁和有效的手段。     

超级节点网络中并行查询和合并机制研究

针对超级网络中超级节点可能会导致网络瓶颈、检索结果重复问题,提出一种并行查询和合并机制。首先提出超级节点选择查询节点的算法,以减少超级节点的存储和计算负担。然后提出选择下载节点的合并算法,以得到高质量、新颖和更能有效获取的检索结果。实验结果表明了该机制的有效性。