| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 论文选题意义 | 第15-20页 |
| 1.2.1 概率Skyline查询典型应用 | 第16-19页 |
| 1.2.2 面临的问题和挑战 | 第19-20页 |
| 1.3 论文的主要研究工作 | 第20-21页 |
| 1.4 论文的组织结构 | 第21-22页 |
| 第二章 国内外研究现状 | 第22-28页 |
| 2.1 传统Skyline查询概述 | 第22页 |
| 2.1.1 Skyline查询 | 第22页 |
| 2.2 概率Skyline查询概述 | 第22-25页 |
| 2.2.1 基于离散型概率分布的概率Skyline查询 | 第23页 |
| 2.2.2 基于连续型概率分布的概率Skyline查询 | 第23-25页 |
| 2.3 场境下的Skyline查询现状 | 第25-27页 |
| 2.3.1 场境研究现状 | 第25-26页 |
| 2.3.2 场境下的概率Skyline查询现状 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 不确定场境下近似Skyline查询处理算法 | 第28-45页 |
| 3.1不确定场境偏好建模 | 第28-31页 |
| 3.1.1 场境的形式化定义 | 第28-29页 |
| 3.1.2 不确定场境建模 | 第29页 |
| 3.1.3 场境偏好建模 | 第29-30页 |
| 3.1.4 不确定场境偏好建模 | 第30-31页 |
| 3.2 不确定场境下Skyline查询算法 | 第31-40页 |
| 3.2.1 混合属性的Skyline计算 | 第31-32页 |
| 3.2.2 精确Skyline算法 | 第32-35页 |
| 3.2.3 启发式Skyline算法 | 第35-37页 |
| 3.2.4 Monte Carlo近似算法 | 第37-40页 |
| 3.3 实验 | 第40-44页 |
| 3.3.1 实验设置 | 第40-41页 |
| 3.3.2 实验结果 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 改进的内存索引机制ZB*-tree | 第45-53页 |
| 4.1 Z-address介绍 | 第45-46页 |
| 4.2 ZB*-tree构建 | 第46-48页 |
| 4.3 基于内存索引的概率Skyline查询 | 第48-52页 |
| 4.3.1 算法思想 | 第48-49页 |
| 4.3.2 例子演示 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 不确定场境下的概率Skyline查询处理技术 | 第53-65页 |
| 5.1 不确定场境下概率Skyline查询 | 第53-55页 |
| 5.1.1 问题定义 | 第53页 |
| 5.1.2 支配检查 | 第53-54页 |
| 5.1.3 不确定场境建模 | 第54页 |
| 5.1.4 UC-PSkyline查询语义 | 第54-55页 |
| 5.2 基于ZB-tree查询算法及其问题 | 第55-56页 |
| 5.2.1 ZB-tree索引 | 第55-56页 |
| 5.2.2 基于ZB-tree的概率Skyline查询算法 | 第56页 |
| 5.2.3 查询缺陷 | 第56页 |
| 5.3 基于ZB*-tree查询算法 | 第56-61页 |
| 5.3.1 ZB*-tree索引 | 第56-57页 |
| 5.3.2 基于ZB*-tree索引的概率Skyline查询算法 | 第57-59页 |
| 5.3.3 预处理和剪枝规则 | 第59-61页 |
| 5.4 算法分析 | 第61-62页 |
| 5.5 实验 | 第62-64页 |
| 5.5.1 实验设置 | 第62页 |
| 5.5.2 实验结果 | 第62-64页 |
| 5.6 结论 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
