A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Algorithm for Computing Convex Skyline Objectsets on Numerical Databases Algoritmo para calcular conjuntos de objetos de horizonte convexo em bancos de dados numéricos

Md. Anisuzzaman SIDDIQUE, Yasuhiko MORIMOTO

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Dado um conjunto de objetos, uma consulta skyline encontra os objetos que não são dominados por outros. Consideramos uma consulta skyline para conjuntos de objetos em um banco de dados neste artigo. Deixar s seja o número de objetos em cada conjunto e n seja o número de objetos no banco de dados. O número de conjuntos no banco de dados equivale a nCs. Propomos um algoritmo eficiente para calcular o horizonte convexo do nCs conjuntos. Chamamos os conjuntos de objetos do horizonte recuperados como "conjuntos de objetos do horizonte convexo". A avaliação experimental usando conjuntos de dados reais e sintéticos demonstra que a consulta proposta ao conjunto de objetos do horizonte é significativa e escalável o suficiente para lidar com bancos de dados grandes e de alta dimensão. Recentemente, temos que estar atentos à privacidade do indivíduo. Às vezes, temos que ocultar valores individuais e só podemos divulgar valores agregados de objetos. Nessa situação, não podemos usar consultas convencionais de horizonte. A função proposta pode ser uma alternativa promissora na tomada de decisões em um ambiente consciente da privacidade.

Publicação
IEICE TRANSACTIONS on Information Vol.E93-D No.10 pp.2709-2716
Data de publicação
2010/10/01
Publicitada
ISSN online
1745-1361
DOI
10.1587/transinf.E93.D.2709
Tipo de Manuscrito
Special Section PAPER (Special Section on Data Mining and Statistical Science)
Categoria

autores

Palavra-chave