[发明专利]选择具有快照关系的网络表格的方法及装置

摘要

本发明公开了一种选择具有快照关系的网络表格的方法及装置，该方法包括：将网络表格的集合按照网络表格的实体列的内容的领域进行分类，其中，实体列为能够标识网络表格的记录的属性列；在分类后的网络表格集合中，根据预设规则，选择与第一表格对应的多个第二表格，其中，多个第二表格是与第一表格具有快照关系的网络表格。通过本发明，选择与第一表格具有快照关系的多个第二表格，第二表格可用于优化查询以提高查询的效率，也可以用于大数据环境，使得系统能够实时地返回部分查询结果。

主权项

1.一种选择具有快照关系的网络表格的方法，网络表格间的快照关系，处理的数据是以表格为单位，其特征在于，包括：将网络表格的集合按照所述网络表格的实体列的内容的领域进行分类，其中，所述实体列为能够标识所述网络表格的记录的属性列；在所述分类后的所述网络表格集合中，根据预设规则，选择与第一表格对应的多个第二表格，其中，所述多个第二表格是与所述第一表格具有快照关系的网络表格；在所述分类后的所述网络表格集合中，根据预设规则，选择与第一表格对应的多个第二表格包括：分别确定所述网络表格集合中的每个表格在实体因素方面的如下参数：实体的覆盖率Ebase|σ(T1,T2)、调节因素Eadjustment(T1,T2)和实体的新鲜度Fru(T2)；分别确定所述每个表格的实体因素 S E n t i t y ( T 1 , T 2 ) = Fr u ( T 2 ) * exp ( - ( E b a s e | σ ( T 1 , T 2 ) - E a d j u s t m e n t ( T 1 , T 2 ) + μ ) 2 2 ) ; ]]>分别确定所述第一表格和每个表格的属性重合度Sattr(T1,T2)；分别确定SEntity(T1,T2)和Sattr(T1,T2)的运算的结果；根据所述结果，选择满足第一预设条件的预设数目个表格作为所述第二表格；其中，T1表示第一表格，T2表示第二表格；通过如下方式确定通过如下方式确定通过如下方式确定 Fr u ( T 2 ) = F r ( T 2 ) max T k ∈ Γ ′ F r ( T k ) ; ]]>其中ei为第一表格T1上满足选择条件σ的实体，count(ei)为在初筛选阶段处理的表集Γ'中，ei在每个表中出现次数的和，的取值为0或1；若T2表中有ei，则表示T1表中满足条件σ的实体集合,网络表之间的快照关系为:假设给定某种匹配条件，网络表T1中匹配该条件的元组存在于网络表T2中，T2就被称为T1匹配该条件的快照；其中μ为参数，用来控制函数在Ebase和Eadjustment两个指标下取得最大值的情况：若Eadjustment≠0，则当μ＝ε,ε为实数，实验控制取值，默认为0时，SEntity(T1，T2)取最大值；若Eadjustment＝0，则当μ＝-1时，SEntity(T1，T2)取最大值。