[发明专利]基于属性级不确定性模型的一对多型PSJ聚集查询方法

权利要求书

1.一种基于属性级不确定性模型的一对多型PSJ聚集查询方法，包括以下步骤：

(1)利用属性级不确定性模型为一对多型PSJ建模，形成PSJ全集的建模结果，PSJ为概率型相似性连接，具体包括：

(1-1)为PSJ多端的每一条元组构造一条虚拟连接，确保互斥连接的概率和为1；

(1-2)为满足COUNT查询谓词条件的PSJ增加标志属性，为满足SUM查询谓词条件的PSJ增加求和属性；

(1-3)采用属性级不确定性模型对PSJ建模，将多端的每一条元组建模为一条属性级不确定性元组，组成属性级不确定性元组全集，形成PSJ全集的建模结果；

(2)基于所述建模结果，采用动态规划思想，计算PSJ子集的聚集值概率分布，并基于所述PSJ子集的聚集值概率分布的结果，计算PSJ全集的聚集值概率分布；

计算PSJ子集的聚集值概率分布包括：

首先，选取PSJ子集T₁，所述PSJ子集T₁只包含一条属性级不确定性元组t₁，所述PSJ子集T₁的不确定性属性值为{F_{1_1},F_{1_2},…,F_{1_k}}，对应的概率为{p_{1_1},p_{1_2},…,p_{1_k}}；

然后，枚举出所述PSJ子集T₁的可能世界空间W₁，W₁包含k个可能世界实例{w₁,…,w_k}；

最后，计算每个可能世界实例的聚集值y及其概率pr(y,T₁)，得到所述PSJ子集的聚集值概率分布PrD(Y,T₁)，将其存储在链表List中；

计算PSJ全集的聚集值概率分布包括：

(a)假设已知PSJ子集T_i-1，所述PSJ子集T_i-1包含第i-1条元组，所述PSJ子集T_i-1的可能世界空间为W_i-1，聚集值概率分布为PrD(Y,T_i-1)，存储在链表List中；

(b)向所述PSJ子集T_i-1中插入一条不确定性元组t_i，构成PSJ子集T_i；

(c)将所述PSJ子集T_i的可能世界空间表示为W_i，假设不确定性元组t_i有k个属性值，将所述可能世界空间W_i分为k部分，分别表示为W_i^j(1≤j≤k)；

(d)所述可能世界空间W_i^j与所述可能世界空间W_i-1相比，可能世界实例中多一条不确定性元组t_i，t_i的属性值取值为F_{i_j}，在PrD(Y,T_i-1)的基础上，计算W_i^j的聚集值概率分布PrD_j(Y,T_i)；

(e)所述PSJ子集T_i的可能世界空间W_i由{W_i¹,…,W_i^k}组成，其聚集值为y的概率等于{W_i¹,…,W_i^k}中聚集值为y的概率和，合并临时链表List₁,…,List_k，得到所述PSJ子集T_i的聚集值概率分布PrD(Y,T_i)；

(f)重复步骤(b)～(e)，直到返回所述PSJ全集的聚集值概率分布为止；

所述步骤(d)包括：

所述可能世界空间W_i^j的聚集值值域等于W_i-1的聚集值值域再加上F_{i_j}；

且所述可能世界空间W_i^j中聚集值为y的概率等于W_i-1中聚集值为y-F_{i_j}的概率再乘以p_{i_j}，并将所述可能世界空间W_i^j的聚集值概率分布PrD_j(Y,T_i)存储在临时链表中List_j中；

依此类推，得到W_i¹,…,W_i^k的聚集值概率分布，依次表示为PrD₁(Y,T_i),…,PrD_k(Y,T_i)，并分别将其存储在临时链表中List₁,…,List_k中；

所述步骤(e)包括：

首先，清空链表List中原有的数据；

然后，针对k个临时链表中聚集值相同的项，将其概率相加，然后插入到链表List中，针对聚集值不相同的项，直接将其插入到链表List中；

最后，删除所有临时链表。

2.如权利要求1所述的基于属性级不确定性模型的一对多型PSJ聚集查询方法，其特征在于，所述步骤(1-2)包括：

若聚集查询为COUNT查询，则为PSJ增加一个属性F，表示所述PSJ是否满足谓词条件，若所述PSJ满足谓词条件，那么F＝1，否则F＝0；

若聚集查询为SUM查询，则为PSJ增加一个属性F，表示所述PSJ求和属性值的大小，若所述PSJ连接满足谓词条件，那么F等于所述PSJ的原始求和属性值，否则F＝0。