[发明专利]一种基于排序的频繁更新数据集上的k-支配Skyline查询算法

说明书

本发明涉及计算机领域中数据管理与查询方向，公开了一种基于排序的频繁更新数据集上的k‑支配Skyline查询算法。首先对数据预处理，按支配能力构建分块有序数据。在此基础上，通过k‑支配Skyline点计算算法，维护k‑支配Skyline点的索引。最后针对变化的数据，利用插入、删除算法得到新数据集的k‑支配Skyline点。本发明减少了数据间的比较次数，提升了计算k‑支配Skyline点效率，解决了动态数据集中k‑支配Skyline点的计算问题。

技术领域

本发明涉及一种基于排序的频繁更新数据集上的k-支配Skyline查询算法，属于计算机领域中数据管理与查询方向。

背景技术

Skyline查询问题也被称为帕累托最优问题或者极大向量问题，在多目标优化查询，数据可视化等方面有着广泛应用。目前，在WEB信息系统、P2P网络、数据流等方向得到了广泛的研究，现今已成为数据库和信息检索领域的研究热点之一。Skyline查询的思想是在给定d维属性元组集合中，查询一个Skyline支配点集合。所谓一个数据点p(p₁，p₂，...，p_d)支配另一个数据点q(q₁，q₂，...，q_d)，是指p点在所有维度上的值都不差于q点，并且至少有一个维度上的值优于q。这些支配点的集合就是所要查询的Skyline支配点集合。

在实际应用中，数据经常是高维度的。当数据的维度增加时，一个元组支配另一个元组的可能性随之变低，Skyline查询就出现了“维度诅咒”的问题，这将导致大量的数据点在Skyline查询中被返回，返回大量的数据点使Skyline查询不能提供有用的信息。为了在高维空间中找到重要的数据点，并减少返回的结果集，Chan等人提出了k-支配Skyline查询的概念。通过弱化“支配”的定义，使数据点之间更容易产生支配关系，从而使结果集缩小到一个合适范围内。目前k-支配Skyline查询算法主要有两种：基于排序的算法和不带排序的算法。不带排序的算法主要问题是数据点之间存在着过多无意义的比较。为了减少数据点间的重复比较，本专利利用分治策略的思想对数据预处理。数据按照支配能力大小排序，使支配能力高的数据点优先被处理，从而提高算法性能。

数据库中的节点通常是动态变化的。当数据集中的数据点更新时，重新对节点排序，计算k-支配Skyline点显然是效率低下的。本专利针对数据节点常见的插入和删除操作，提出了频繁更新数据集上的k-支配Skyline查询算法。

发明内容

本发明提供一种基于排序的频繁更新数据集上的k-支配Skyline查询算法。通过数据集的排序，剪枝策略，减少数据点之间的重复比较，建立k-支配Skyline点的树形结构，维护k-支配Skyline点的索引。当数据集更新时，通过插入、删除算法维护k-支配Skyline点。

本发明采用的技术方案如下：

本发明提供一种基于排序的频繁更新数据集上的k-支配Skyline查询算法。首先对数据预处理，按支配能力构建分块有序数据集。在此基础上，通过k-支配Skyline点计算算法，维护k-支配Skyline点的索引。最后针对变化的数据，利用插入、删除算法得到新数据集的k-支配Skyline点。因此，本发明其特征主要包括以下步骤：

(1)对数据集预处理；

(2)计算k-支配Skyline点，维护k-支配Skyline点的索引；

(3)k-支配Skyline数据点的更新维护，包括数据点的插入、删除。

具体变量描述情况如表1所示：

表1变量描述

下面是对每个步骤实现的具体描述。