面向概率数据流的Skyline查询方法

摘要

本发明公开了一种面向概率数据流的Skyline查询方法，包括：(1)构建一个概率数据流环境下对象的状态模型：将概率数据流中的每个元组看作一个对象，数据流中观察到的对象在进入系统之前先保存在缓冲区中；(2)新对象到达后，从系统中淘汰过期对象并增大被该过期对象支配的对象的Skyline概率；(3)接着计算新到达对象的Skyline概率并将该对象插入到其所属格中相应的队列中；(4)处理所有被新到达对象支配的对象，即降低被新到达对象支配的对象的Skyline概率。本发明采用适应性更强的网格索引的基础上，提出了概率定界、逐步求精、提前淘汰与选择补偿等启发式规则对算法从时间和空间两方面进行了系统地优化。

主权项

一种面向概率数据流的Skyline查询方法，其特征在于，包括：(1)准备阶段：构建一个概率数据流环境下对象的状态模型：将概率数据流中的每个元组看作一个对象，数据流中观察到的对象在进入系统之前先保存在缓冲区中；(2)预备阶段：新对象到达后立即调用处理过期对象的方法，从系统中淘汰过期对象并增大被该过期对象支配的对象的Skyline概率；(3)处理阶段：接着调用确定新到达对象身份的方法，计算新到达对象的Skyline概率并将该新到达对象插入到其所属格中相应的队列中；(4)最后阶段：最后调用处理被新到达对象支配的方法，处理所有被新到达对象支配的对象，即降低被新到达对象支配的对象的Skyline概率。