概率数据库中图类型的不等式查询语句的置信度计算

在元组独立的概率数据库中根据不等式的结构特性,不等式查询语句被分为三类:路径类型、树类型和图类型,针对现有secondary-storage算法不能很好地处理图类型的查询语句,本文提出了一种Split算法来计算不等式查询语句的置信度,其将图类型的查询语句分解为多个路径类型的查询语句,并分别把这些路径类型查询语句的溯源表达式编译为有序二叉决策图(OBDD),最后将这些OBDD合并起来计算原溯源表达式最终的置信度.Split算法不仅可以处理图类型的查询语句,而且在处理树类型的查询语句时,也能够大大降低溯源表达式的大小,从而提高置信度计算的效率.

海量活动轨迹相似查询

活动轨迹的近似查询是在带关键词信息的轨迹集中,检索与查询点集距离最近且满足查询点集关键词要求的活动轨迹的过程。因为GAT(Grid index for Activity Trajectories)不能查询海量活动轨迹,将GAT扩展到适用于海量活动轨迹的近似查询技术GATH(GAT on Hadoop)。和GAT相比,GATH使用两种新的索引结构进行剪枝;其网格索引依照海量数据的特点从底层单元格开始进行基于空间的剪枝;其倒排索引用于进行基于关键词的剪枝。实验结果证实GATH比GAT能有效缩短索引建立时间及提高剪枝效率。