[发明专利]经由基数估计的有效联结路径确定有效
申请号: | 201580070304.8 | 申请日: | 2015-12-21 |
公开(公告)号: | CN107251017B | 公开(公告)日: | 2020-09-25 |
发明(设计)人: | 阿努拉格·温德拉斯·古普塔;蒂莫西·安德鲁·拉斯;斯里尼瓦桑·孙达尔·拉加万;桑托什·凯克 | 申请(专利权)人: | 亚马逊技术有限公司 |
主分类号: | G06F16/27 | 分类号: | G06F16/27 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 倪斌 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 经由 基数 估计 有效 联结 路径 确定 | ||
1.一种用于识别事务数据中的分析关系的系统,所述系统包括:
一个或多个计算节点,其维持包括多个行的表格;
上面存储有计算机可读指令的一个或多个存储器,所述计算机可读指令当由计算设备执行时引起所述系统至少:
选择所述多个行中的第一列和第二列,其中至少部分基于所述第一列与所述第二列之间的第一相关性估计选择所述第一列和所述第二列;
至少部分基于所述多个行中的第一多个字段形成第一超级重对数,所述第一多个字段对应于所述第一列;
至少部分基于所述多个行中的第二多个字段形成第二超级重对数,所述第二多个字段对应于所述第二列;
计算所述第一超级重对数和所述第二超级重对数的交集;以及
至少部分基于所述第一多个字段中的字段与所述第二多个字段中的字段之间的第二重合估计识别所述第一列与所述第二列之间的联结路径,所述第二重合估计至少部分基于所述交集。
2.如权利要求1所述的系统,其进一步包括上面存储有计算机可读指令的一个或多个存储器,所述计算机可读指令当由所述一个或多个计算节点执行时引起所述系统至少:
基于所述第一列和所述第二列共同的数据类型形成所述第一相关性估计。
3.如权利要求1所述的系统,其进一步包括上面存储有计算机可读指令的一个或多个存储器,所述计算机可读指令当由所述一个或多个计算节点执行时引起所述系统至少:
通过至少将有关所述第一列和所述第二列的所述第二重合估计与有关两个或多个额外列的额外重合估计进行比较来识别所述联结路径。
4.如权利要求1所述的系统,其进一步包括上面存储有计算机可读指令的一个或多个存储器,所述计算机可读指令当由所述一个或多个计算节点执行时引起所述系统至少:
通过至少从所述第一超级重对数和所述第二超级重对数的并集减去所述第一超级重对数和所述第二超级重对数的所述交集来形成所述第二重合估计。
5.如权利要求1所述的系统,其进一步包括上面存储有计算机可读指令的一个或多个存储器,所述计算机可读指令当由所述一个或多个计算节点执行时引起所述系统至少:
通过至少执行所述多个行的第一扫描来形成多个超级重对数;以及
通过至少执行所述多个行的第二扫描来形成所述第一超级重对数,其中所述第一超级重对数的大小大于在所述第一扫描期间形成的所述多个超级重对数中的超级重对数的大小。
6.一种用于识别事务数据中的分析关系的系统,其包括:
一个或多个处理器;以及
一个或多个存储器,所述存储器上存储有指令,所述指令当由一个或多个计算设备执行时引起所述一个或多个计算设备至少:
至少部分基于多个行中的第一多个字段形成第一概率计数结构,所述第一多个字段对应于所述多个行中的第一列;
至少部分基于所述多个行中的第二多个字段形成第二概率计数结构,所述第二多个字段对应于所述多个行中的第二列;
计算所述第一概率计数结构和所述第二概率计数结构的交集;以及
至少部分基于所述第一多个字段中的字段与所述第二多个字段中的字段之间的重合估计识别所述第一列与所述第二列之间的联结路径,所述重合估计至少部分基于所述交集。
7.如权利要求6所述的系统,其包括进一步的指令,所述指令当由所述一个或多个计算设备执行时引起所述一个或多个计算设备至少:
至少部分基于所述第一列和所述第二列共同的数据类型选择所述第一列和所述第二列以用于形成所述第一概率计数结构和所述第二概率计数结构。
8.如权利要求6所述的系统,其中所述第一概率计数结构和所述第二概率计数结构各自包括重对数、布隆过滤器或最小哈希中的至少一个。
9.如权利要求8所述的系统,其中所述重对数是超级重对数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于亚马逊技术有限公司,未经亚马逊技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201580070304.8/1.html,转载请声明来源钻瓜专利网。