Traditional preference inference uses tradeoff⁃enhanced conditional preference networks for user preference inference,which not only efficiently represent qualitative preference relations over tuples and optimize user preference results,but also describe preference relations between each attribute. The main focus is on the preference of individual attributes in relational tuples,but it is a challenge to extend the technique of conditional preference query to the conditional extraction of data streams,and the technical difficulties are mainly the extraction of sequences in the data streams and the preference finding of the extracted sequences. Firstly,a temporal conditional query language Stream Pref is proposed to process the data streams for preference data streams. Secondly,Stream Pref incorporates a temporal index to reason and standardize the temporal conditional preferences of the extracted sequences of data streams. An algorithm for extracting object sequences,an algorithm for finding preference objects and preference sequences and an algorithm for preference comparison among data stream sequences are proposed. Finally,the effectiveness of the algorithm proposed in this paper is analyzed and verified on the data set. Experimental results show that the proposed algorithm gets more accurate results compared with min top⁃k algorithm,partition algorithm and incpartition algorithm.
Keywords:TCP⁃nets
;
preference query
;
continuous query language
;
time index
;
dominant contrast
Tian Jincan, Sun Xuejiao. Query time⁃conditional preference query based on data flow. Journal of nanjing University[J], 2023, 59(4): 570-579 doi:10.13232/j.cnki.jnju.2023.04.004
权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列.
1.2 偏好查询
一个查询被启动后连续不断地运行直到该查询被终止,对于数据流偏好的查询是考虑用户偏好进行的连续查询.
刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新.
Representation and reasoning with probabilistic TCP?nets
1
2018
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Extending conditional preference networks to handle changes
1
2019
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Graphical models for preference representation:An overview
1
2016
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Preference SQL?design,implementation,experiences
1
2002
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
1
2016
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Conditional preference networks with user's genuine decisions
1
2020
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Temporal conditional preferences over sequences of objects
1
2007
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
Reasoning with temporal preferences over data streams
1
2017
... 权衡增强的条件偏好网络(Tradeoff⁃Enhanced CP⁃nets,TCP⁃nets)[6-7]是研究偏好推理、描述用户偏好的主要工具之一,它使用图形模型高效地表示对元组的定性偏好关系,同时优化用户所有感兴趣的偏好结果.Amor et al[8]提出关于偏好表示的图形模型来描述用户偏好.Kießling and Köstler[9]提出偏好SQL (Structured Query Language)语言,第一次引入偏好推理的相关概念,通过基于严格偏序的偏好模型扩展了结构化查询语言,提出基本偏好构造函数,将Preference SQL偏好转换为标准的SQL查询.TCP⁃nets[10]是CP⁃nets的一种演化,引入了属性的绝对和相对重要性.Ahmed and Mouhoub[11]提出逻辑形式主义,通过允许不同的属性来概括CP⁃nets和TCP⁃nets方法,可以减缓Ceteris Paribus语义,达到更高的表达能力.这种逻辑形式主义也是CPrefSQL语言使用的偏好模型的基础.de Amo and Giacometti[12]用TPref形式来表达时间条件偏好.Ribeiro et al[13]提出Stream Pref形式主义,是TPref形式主义的改进,但Stream Pref更适合对数据流进行推理.Stream Pref查询语言的BESTSEQ运算符使用Stream Pref形式来比较序列. ...
1
2018
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
1
2018
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
The skyline operator for selection of virtual machines in mobile computing
1
2018
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Crowdsourcing for query processing on web data:A case study on the skyline operator
1
2015
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
A nonlinear service composition method based on the Skyline operator
1
2020
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Query rewriting for incremental continuous query evaluation in HIFUN
1
2021
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
空间文本数据流上连续查询评估技术综述
1
2021
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Survey of continuous queries over spatial?textual data streams
1
2021
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
1
2006
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
StreamPref:A query language for temporal conditional preferences on data streams
1
2019
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Continuous Top?k dominating queries
1
2012
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Continuous processing of conditional preference queries
1
2011
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
Temporal conditional preference queries on streams
1
2017
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
1
2021
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...
1
2021
... 刘兆伟[14]提出基于流式数据的增量式学习方法.Alguliyev et al[15]基于skyline操作符来解决用户偏好查询的算法.El Maarry et al[16]提出skyline操作符的偏好查询优化,还提出一些基于启发式的方法.Huo and Zhang[17]提出的skyline操作符提高了查询效率.Zervoudakis et al[18]提出与连续偏好查询相关的内容.杨茸和牛保宁[19]提出文本数据流的连续查询.传统的连续查询语言(Continuous Query Language,CQL)不支持序列结构[20].Ribeiro et al[21]提出连续查询语言的等效算法,在其中加入元组(tuple),用一组tuple表示对序列的处理.Kontaki et al[22]提出对最近数据的连续偏好查询进行评估的算法,其中每个元组都有一个时间戳和有效区间.de Amo and Bueno[23]提出一种基于祖先列表的增量算法来评估连续CP⁃queries.Ribeiro et al[24]提出Stream语言,在传统CQL基础上添加了两个操作符SEQ和BESTSEQ来选择提取最佳序列.王卫星[25]提出一种流式数据的CP⁃nets的学习方法,通过比较基本块与滑动窗口的大小,对偏好关系进行实时更新. ...