基于概率数据库的偏好查询研究

摘要	第1-13页
Abstract	第13-15页
第一章 绪论	第15-37页
·研究背景	第15-24页
·应用背景	第15-17页
·相关概念与技术	第17-24页
·相关工作	第24-32页
·不确定数据	第24-25页
·概率数据管理	第25-28页
·不确定数据挖掘	第28-29页
·偏好查询	第29-31页
·研究现状总结	第31-32页
·本文工作与创新点	第32-34页
·研究内容	第32-33页
·主要创新点	第33-34页
·论文结构	第34-37页
第二章 概率 Skyline 查询的非索引算法	第37-63页
·研究背景	第37-39页
·相关工作	第39-40页
·确定 Skyline 的非索引算法	第39页
·概率 Skyline 算法	第39-40页
·基本算法	第40-41页
·基于虚对象的算法	第41-54页
·基本思想	第41-42页
·具体算法	第42-46页
·虚对象集合的组织与维护	第46-52页
·算法分析	第52-54页
·实验	第54-61页
·实验设置	第54-55页
·实验结果	第55-61页
·实验结论	第61页
·本章小结	第61-63页
第三章 分布式概率 Skyline 查询	第63-83页
·问题分析	第63-65页
·问题描述	第63-64页
·概率 Skyline 的不可分解性	第64-65页
·相关工作	第65-67页
·分布式确定 Skyline	第65-66页
·分布式概率 Skyline	第66-67页
·基于概要共享的算法框架	第67-68页
·核心思想	第67页
·算法框架	第67-68页
·基于虚对象的算法	第68-73页
·基本思想	第68-69页
·压缩虚对象集合	第69-70页
·虚对象集合的生成和合并算法	第70-72页
·算法分析	第72-73页
·基于网格划分的算法	第73-78页
·网格概要	第73-74页
·合并网格概要	第74页
·基于网格概要的裁剪算法	第74-76页
·压缩网格概要	第76-78页
·算法分析	第78页
·实验	第78-81页
·实验设置	第78页
·实验结果	第78-81页
·实验结论	第81页
·本章小结	第81-83页
第四章 支持多种概率 Top-k 查询的层次索引	第83-99页
·问题分析	第83-84页
·相关工作	第84-86页
·概率 Top-k 查询	第84-85页
·不确定数据上的索引技术	第85页
·确定数据上 Top-k 索引	第85-86页
·基于 Skyline 的层次索引	第86-90页
·SL 索引	第87-88页
·基于 SL 索引的概率 Top-k 查询	第88-89页
·建立 SL 索引	第89-90页
·基于支配频率的层次索引	第90-94页
·FL 索引	第90-91页
·鲁棒性分析	第91-92页
·建立 FL 索引	第92-94页
·实验	第94-96页
·实验设置	第94页
·实验结果	第94-96页
·实验结论	第96页
·本章小结	第96-99页
第五章 概率逆 Top-k 查询	第99-111页
·研究背景	第99-100页
·问题定义	第100-102页
·相关工作	第102-103页
·基本算法	第103-104页
·基于物化视图的改进算法	第104-106页
·基于物化视图的查询算法	第104-106页
·生成基于网格的物化视图	第106页
·其他语义及处理方法	第106-107页
·实验	第107-109页
·实验设置	第107页
·实验结果	第107-109页
·本章小结	第109-111页
第六章 结论与展望	第111-113页
·工作总结	第111-112页
·工作展望	第112-113页
致谢	第113-115页
参考文献	第115-127页
作者在学期间取得的学术成果	第127-129页
攻读博士学位期间参加的科研项目	第129页