一種多子空間Skyline查詢計算方法
【技術領域】
[0001] 本發(fā)明公開了一種多子空間Skyline查詢計算方法，具體涉及一種用于計算數(shù)據(jù) 庫系統(tǒng)中同時存在的、若干個子空間上的Skyline查詢的查詢計算方法，屬于計算機領域 中數(shù)據(jù)管理與查詢技術領域。
【背景技術】
[0002] 近年來，Skyline計算及其計算方法得到了眾多研究者的關注。主要因為Skyline 查詢結果在很多應用中都有著非常重要的作用，例如多目標決策，數(shù)據(jù)挖掘及可視化，以及 用戶偏好查詢等。數(shù)據(jù)庫領域最初的Skyline查詢研究主要集中在全空間Skyline查詢， 而隨著數(shù)據(jù)庫中的數(shù)據(jù)呈高維海量的趨勢發(fā)展，在全空間上所求出的極大Skyline結果變 得毫無意義。在許多場景中，用戶不一定對數(shù)據(jù)集的所有維度都感興趣，很可能只關心全部 維度中的某幾個維度。因此，有了子空間Skyline的概念，例如，航班信息數(shù)據(jù)庫包含價格、 起飛時間、歷時、經(jīng)停站等屬性，某用戶要查找一個從北京到南京的航班，他要求價格便宜 并且歷時較短，則他發(fā)出的Skyline查詢就是在子空間（價格和歷時）上的Skyline查詢。
[0003] 傳統(tǒng)的子空間Skyline算法主要集中于對某一特定子空間的查詢和對全部子空 間的查詢。而在實際應用中，用戶往往有從多角度審視數(shù)據(jù)集的需求。因此，大多數(shù)情況下 用戶并非關注某一特定子空間的Skyline結果，同時，全部子空間上的Skyline結果對大多 用戶并無太大意義。用戶通常會根據(jù)自身的興趣點關注不同子空間的組合，主要可以概括 為以下兩種情況：
[0004] 1.某一用戶同時關注一個數(shù)據(jù)集的多個不同維度的組合，例如，足球隊員的數(shù)據(jù) 集包括：（速度、體能、射門精度、搶斷、力量）五個維度。足球教練為了掌握球員的狀況，對 于前鋒，教練可能關注速度以及射門精度兩個維度的組合，對于后衛(wèi)教練則可能關心他的 搶斷及力量兩個維度的組合；
[0005] 2.多個用戶分別關心一個數(shù)據(jù)集的不同組合，例如，飯店數(shù)據(jù)集包括：（距離、價 位、服務態(tài)度、餐廳環(huán)境、菜碼、口味）六個維度。幾個人相約一同聚餐，甲關心飯店的位置 和價位兩個維度的組合，乙關心菜的尺碼以及口味兩個維度的組合，丙關心服務員的服務 態(tài)度以及餐廳環(huán)境兩個維度的組合。
[0006] 上述問題可以概括為：對于一個數(shù)據(jù)集，系統(tǒng)中同時存在多個不同維度組合的子 空間Skyline查詢。將其稱之為多子空間Skyline查詢問題，目前的有關子空間Skyline 的算法大多都是集中在某一特定子空間或者全部子空間，因此在解決任意多個子空間 Sky1ine查詢問題時效率底下。本發(fā)明專利關注如何高效的同時計算多個子空間上的 Skyline查詢，提供了一種計算多子空間Skyline查詢的算法。主要概括如下：首先，基于 Skycube的定義，提出子空間立方體群（SubspaceSkycubeGroup，SSG)概念，并設計出由 子空間集合生成子空間立方體群結構的方法。之后，設計了子空間候選集集合，充分利用子 空間立方體結構中各子空間Skyline結果的共享關系來提高多子空間Skyline查詢處理的 效率。基于子空間立方體群結構，設計了一種高效求解多子空間Skyline查詢的方法。

【發(fā)明內容】

[0007] 本發(fā)明從現(xiàn)實應用中存在的用戶從多角度審視一個數(shù)據(jù)集的問題出發(fā)，進而發(fā)現(xiàn) 了在一個系統(tǒng)中，對于一個數(shù)據(jù)集S，往往會同時存在多個子空間Skyline查詢的需求，并 稱之為多子空間Skyline查詢問題。為了克服傳統(tǒng)Skyline查詢計算方法在解決該問題時 的不足，本發(fā)明專利提供了一種基于子空間立方體群結構的多子空間Skyline查詢計算方 法，該方法可以高效的計算數(shù)據(jù)庫系統(tǒng)中同時存在的多個子空間Skyline查詢，滿足用戶 的查詢需求。
[0008] 本發(fā)明專利為解決其技術問題采用如下技術方案：
[0009] -種多子空間Skyline查詢計算方法，其特征在于，包括以下步驟：
[0010] 步驟一、首先檢測數(shù)據(jù)庫系統(tǒng)中存在的多個子空間Skyline查詢，并將其整合成 集合〇,之后將該子空間集合〇構造成子空間立方體群結構，以供后續(xù)計算。
[0011] 步驟二、對數(shù)據(jù)庫系統(tǒng)中的數(shù)據(jù)集進行預處理，分別在每個維度上對數(shù)據(jù)集進行 排序，形成若干個新的數(shù)據(jù)序列。
[0012] 步驟三、計算子空間立方體群結構的過程中，對每個子空間生成子空間候選集，通 過該候選集，直接排除了一定為子空間Skyline結果的點，提高了算法效率。
[0013] 步驟四、采用求和過濾方法對數(shù)據(jù)庫系統(tǒng)中的數(shù)據(jù)集進行裁剪和過濾，直接將一 定不屬于子空間Skyline結果的點排除。
[0014] 步驟五、采用最大值裁剪方法，無法支配其他數(shù)據(jù)點的數(shù)據(jù)全部裁剪，避免多余的 支配關系判定。
[0015] 如所述步驟一中，檢測系統(tǒng)中存在的所有子空間，形成集合0,將0作為輸入，經(jīng)過 createSSG算法，將集合0中的所有子空間，構造成子空間立方體群SSG。首先，將SSG初 始化為空，然后對于每個子空間，先判斷以其為頂點的子空間立方體（SSC)是否已經(jīng)屬于 SSG，如果不屬于，則對該子空間建立SSC，并加入SSG，否則，處理下一個子空間。
[0016] 如所述步驟二中，對數(shù)據(jù)集進行預處理，將數(shù)據(jù)集分別在子空間立方體群第一層 包含的所有維度上進行排序，從而形成若干個數(shù)據(jù)序列。
[0017] 如所述步驟三中，對于一個當前正在被計算的子空間V，其候選集的計算方法為： 先對V所有孩子子空間結果集求并，之后排除所有孩子子空間結果集中在V上被其它數(shù)據(jù) 點支配的數(shù)據(jù)點，最終形成的數(shù)據(jù)點的集合則為。子空間V的候選集。這個候選集有以下 幾個作用：第一，實現(xiàn)了子空間Skyline結果的共享，保證MSSCA算法并非獨立的求子空間 立方體群中的所有子空間Skyline結果，上層的求解建立在下層已經(jīng)求出的結果基礎上； 第二，對于每個子空間Skyline查詢的計算，減小了數(shù)據(jù)點的輸入量；第三，由于候選集中 的數(shù)據(jù)點一定屬于當前計算子空間V的Skyline結果，因此有效的避免了對這一部分數(shù)據(jù) 點的支配判斷過程，很大程度的減少了比較次數(shù)。因此子空間候選集，有效的提高了算法效 率。
[0018] 如所述步驟四中，在計算某一子空間V的Skyline結果集skyj^過程中，不可避免 一個支配關系判定的過程，本發(fā)明采用求和過濾方法來對這一過程進行優(yōu)化，這個過濾條 件執(zhí)行的時間復雜度為〇(1)，若滿足該條件，則不必對數(shù)據(jù)點P進行支配關系判定。顯然， 通過該方法，在算法的執(zhí)行過程中，時間復雜度為0(d)的支配關系判定過程次數(shù)將大大減 少。
[0019] 該過濾條件是利用數(shù)據(jù)點在子空間V上的維度值的和進行過濾的，對于某一數(shù)據(jù) 點P，P在子空間V的過濾器設計為：
[0020] '(P) = Z
[0021] 上述公式表明，p點在V上的過濾值為Fv (p)，該值等于p點在V上所有維度值的 和。通過這個過濾器，很容易初步判定兩個數(shù)據(jù)點p和q的支配關系，如果Fv(p) <Fv(q)， 顯然表明q在V空間上不可能支配p，因為在V上，q至少有一個維度上的值大于p。
[0022] 算法的執(zhí)行過程中，兩處利用這個過濾值來提高效率。首先，計算過程中所有子空 間Skyline結果集中的數(shù)據(jù)點均按照過濾值從小到大進行排序；此外，在計算某一子空間V 的Skyline結果skyjt，判定數(shù)據(jù)點p與當前sky￥中數(shù)據(jù)點q的支配關系之前進行過濾條 件測試，若Fv (p) <Fv (q)，則顯然成^中數(shù)據(jù)點q無法支配p，并且由于skyv中數(shù)據(jù)點按過 濾值非遞減排序，所以q之后的點也無法支配P點，則P點被過濾掉，直接放入skyv中即可； 若Fv(p) >Fv(q)，才需要對數(shù)據(jù)點p和q進行逐個維度上的數(shù)值比較以確定支配關系。
[0023] 如所述步驟五中，采用最大值裁剪方法，即數(shù)據(jù)點p在子空間V上的最小值若大于 目前skyv中的最大值，則顯然數(shù)據(jù)點p會被sky￥中的某一點支配，因此這些數(shù)據(jù)點可以直 接被刪除，利用該方法避免了一大部分數(shù)據(jù)點的支配關系判定過程。
[0024] 本發(fā)明采用以上技術方案與現(xiàn)有技術相比，具有以下有益效果：
[0025] (1)本發(fā)明從現(xiàn)實應用中存在的用戶從多角度審視一個數(shù)據(jù)集的問題出發(fā)，進而 提出了多子空間Skyline查詢問題。在此基礎上，本發(fā)明提供了一種基于子空間立方體群 結構的多子空間Skyline查詢計算方法，該方法高效的計算數(shù)據(jù)庫系統(tǒng)中同時存在的多個 子空間Skyline查詢。
[0026] (2)本發(fā)明提出了一種子空間立方體群結構，有效的將系統(tǒng)中的多個子空間組織 起來，形成了便于MSSCA算法進行計算的組織結構，并利用該結構中各子空間Skyline結果 的共享關系來提高多子空間Skyline查詢處理的效率。
[0027] (3)基于子空間立方體群結構，本發(fā)明提供了一種高效求解多子空間Skyline查 詢的算法一MSSCA算法。算法的實施過程中，設計并采用了子空間候選集、求和過濾以及最 大值過濾三種剪枝過濾方法，有效降低了數(shù)據(jù)比較次數(shù)，提高了效率。
【附圖說明】
[0028] 圖1是本發(fā)明的整體結構圖。
[0029] 圖2是子空間立方體群生成過程示意圖。
[0030] 圖3是四維數(shù)據(jù)集的子空間立方體群結構示例圖。
[0031] 圖4是子空間候選集生成過程的流程圖。
[0032] 圖5是多子空間Skyline查詢計算方法流程圖。
【具體實施方式】
[0033]為了解決數(shù)據(jù)庫系統(tǒng)中多子空間Skyline查詢的問題，本發(fā)明提供了一種高效的 多子空間Skyline查詢算法，其整體流程如圖1所示。
[0034] 以下結合附圖和實施例對本發(fā)明的技術方案做進一步詳