导读:本文包含了用户查询处理论文开题报告文献综述及选题提纲参考文献，主要关键词:必修模块,信息系统,功能设计,用户登录
用户查询处理论文文献综述
李秀美[1]（2019）在《信息系统的数据处理：用户登录功能及查询功能设计》一文中研究指出教学内容本节课是教科版新教材必修二《信息系统与社会》第3单元"信息系统的设计与开发"第3.4节《信息系统的数据处理》第一课时。本项目主要包含"用户登录功能设计"和"自动查询借阅记录功能设计"两个活动任务。教学目标针对给定的任务进行需求分析,明确需要解决的关键问题,运用算法解决问题;能够描述信息系统(本文来源于《中国信息技术教育》期刊2019年Z3期）
周剑刚[2]（2019）在《多用户Skyline查询交互处理技术研究》一文中研究指出大数据时代下,数据呈多维化、海量化的特征,查询趋于个性化,用户对结果的准确度、查询效率要求更高。传统的多维数据查询方法存在不能高效地解决静态和空间属性相结合、动态的多用户查询以及分类域上的个性化查询等问题,因此研究在度量空间中的多用户查询以及分类域上的用户偏好获取对于找出高质量的结果集具有十分重要的意义。多维Skyline查询根据对象数据点的属性值特性主要分成两类:数值域和分类域。本文重点关注空间数值属性查询和分类域属性交互问题,设计并提出高效的多用户Skyline查询交互算法,主要研究内容如下:(1)欧式空间中Skyline查询大多仅对空间属性进行探究,而忽略了与静态属性相结合的问题,本文基于Voronoi图、R-tree、凸包等结构的性质,提出查询区域的概念,给出Voronoi R-tree Search算法。该算法通过对数据集剪枝、分阶段支配比较等方式,有效减少了距离计算和数据点间的支配检验次数。在真实和模拟数据集中验证了该算法的有效性。(2)基于道路网的Skyline查询在动态属性上存在仅考虑距离,并未考虑用户速度对查询结果影响的问题。本文给出能处理用户速度变化的查询算法Exit In,该算法根据分割点性质,可利用多次查询间的关联关系,根据用户状态实时更新Skyline结果集。通过在真实路网上的大量实验,并与已有算法进行对比,验证了所提算法的有效性。(3)现有算法大多在数值域进行查询处理,当拓展至分类域属性上时,会造成结果集规模不可控等问题。为此,提出分类域上的Skyline查询问题,给出能描述数据点支配关系的支配表和矩阵索引,并基于该索引提出了属性值对的选择策略,实现了属性值对的高效选择和剔除。与已有算法的实验结果表明,在不同参数下,Skyline Matrix Index Interactive算法表现出更高的查询效率。(本文来源于《南京航空航天大学》期刊2019-03-01）
邱仙红[3]（2019）在《基于用户开心度的k代表点查询处理技术》一文中研究指出从大型数据库中查找出用户最感兴趣的k个数据来支持用户多标准决策的制定是数据库领域一个重要的研究课题。k遗憾查询使用最大遗憾率的衡量标准,返回k个使得用户的最大遗憾率最小的数据。但是,目前已有的关于k遗憾查询的研究存在效率较低和结果集会偏向于最不满意的用户的问题。论文针对k遗憾查询存在的问题,研究了基于用户开心度的k代表点选取技术,结合目标函数函数的特性,给出了高效的解决方案。主要工作和创新点如下:(1)研究了k代表点代表性的衡量标准。针对现有的k代表点代表性的衡量标准,论文详细地分析了它们的优缺点,并提出通过最小开心度和平均开心度的衡量标准来更好地对返回的k个代表点的质量进行衡量。(2)研究了基于用户最小开心度的k代表点查询处理技术。论文首先提出了最小开心度的衡量标准,并证明了最小开心度函数是单调非减的。基于这一特性,提出了延迟评估的加速策略来减少k遗憾查询所需要的函数评估次数。此外,引入随机采样技术来缩小k遗憾率查询候选集的大小。最后,基于延迟评估的加速策略和随机采样技术,论文提出了两个高效的算法。实验表明通过减少k遗憾查询所需要的函数评估次数,论文提出的算法可以有效提高k遗憾查询的效率。(3)研究了基于用户平均开心度的k代表点查询处理技术。为了解决k遗憾查询会偏向最不满意的用户的问题,论文提出利用平均开心度的标准来更好地衡量用户在只看到k个返回的数据点而不是整个数据库中所有数据点时的满意程度,给出了平均开心度最大化的问题定义并证明了该问题是一个NP-hard问题。此外,论文发现平均开心度函数满足子模的特性,基于该特性并结合延迟评估的加速策略和随机采样技术,论文提出了高效的具有理论保证的近似算法并给出了详细的理论分析。实验表明论文提出的算法在查询效率和结果集的质量方面都优于已有的查询。(本文来源于《南京航空航天大学》期刊2019-03-01）
邵路伊,王沁雪,郭帅[4]（2018）在《基于属性优先关系的多用户Skyline查询处理算法》一文中研究指出Skyline查询为多目标决策等问题提供了解决方案。每个用户对数据属性的优先关系的需求不同,传统算法无法有效解决多用户场景下的偏好Skyline查询。针对该问题,提出一种基于属性优先关系的多用户偏好Skyline查询算法——MUPS算法。该算法基于属性权重对原始Skyline结果集通过新的σ-支配方式进行剪枝;同时,通过交互动态修正属性的权重大小,使最终结果更符合用户群的真实偏好需求。最后,在模拟和真实数据上验证MUPS算法的有效性和良好的交互性能。(本文来源于《计算机与现代化》期刊2018年07期）
郭帅,刘亮,秦小麟[5]（2018）在《用户偏好约束的空间关键词范围查询处理方法》一文中研究指出随着基于地理位置的个性化服务的广泛应用,用户偏好约束的空间关键词范围查询成为了研究热点。现有面向空间关键词范围查询的索引没有考虑用户偏好属性,导致剪枝性能和查询效率较低。为了解决该问题,提出了一种支持用户偏好属性、空间位置、关键词协同剪枝的混合索引BRPQ;并在此基础上,提出了高效的用户偏好约束的空间关键词范围查询处理算法。实验结果表明,相比现有索引,BRPQ索引的构建时间平均减少了13%,查询效率平均提升了20%。(本文来源于《计算机科学》期刊2018年04期）
郭成盖[6]（2018）在《基于用户偏好的多维数据查询处理研究》一文中研究指出大数据时代下数据查询趋于个性化,查询用户对查询结果集质量的要求更高,如何基于用户偏好快速的从多维数据集中筛选出用户最感兴趣的对象显得十分重要。新时代下数据呈海量多维的特征,已有多维数据查询在支持个性化查询和保证结果集质量方面存在缺陷,因此研究在新查询偏好下的多维数据查询具有十分深远的意义。已有多维数据查询基于查询对象分为单对象查询和组对象查询两类,本文重点关注动态偏好下交互式单对象查询和角色组合下组对象查询的相关问题,具体工作如下:(1)分析多维数据查询最新分支之一交互式查询可得,同一问题的迭代查询之间存在关联。但不同查询间用户偏好可能动态变化,而现有交互式查询算法默认查询间偏好固定不变,提出一种可支持动态偏好的查询处理算法IMQD;定义一种结果集质量度量方法,取值在[0,1]区间内且取值越大越优。IMQD算法通过与用户交互获取偏好阈值,然后更新结果集,使结果集质量更高,其中偏好阈值支持用户动态调整。在模拟和真实数据集上验证IMQD算法的正确性和有效性,一旦用户偏好发生变化,算法可在毫秒级内完成对结果集的自适应调整。(2)基于现有组对象查询算法因基于Skyline算子导致结果集规模不可控的现状,联系现实生活中大量最优组对象的查询场景,用户通常有获取且仅获取一个最优的组对象的需求。结合最优单对象的Top-k查询,提出了面向角色组合的定量偏好下的最优组查询问题,并提出了相应的查询处理算法——GQBRs算法。算法分叁个步骤产生最终查询结果,首先依据组成员偏好确定候选集,然后基于筛选后的数据集生成候选组对象,最后GQBRs对全体候选组对象排序,返回指定规模的组对象集合。在模拟和真实数据集上验证GQBRs算法结果集规模可控。(3)归纳已有多维数据查询算法处理流程,设计了一种适用于所有已有多维数据查询的查询处理框架,并在IMQD算法和GQBRs算法上进行验证,并基于该处理框架按照数据集处理、查询偏好设定、查询处理、结果集展示四个子模块实现了原型系统。通过实验验证了原型系统支持IMQD和GQBRs算法扩展的正确性。(本文来源于《南京航空航天大学》期刊2018-03-01）
邵路伊[7]（2018）在《基于交互的多用户Skyline查询处理研究》一文中研究指出随着科学技术的高速发展,数据正呈高维、海量的趋势发展。如何对庞大的数据进行分析和处理,从中找到对用户决策有价值的信息,是数据库技术领域的研究重点之一。因此,Skyline查询应运而生。传统的Skyline查询大多数是在单用户环境下进行的,随着数据库在现实生活中的广泛应用,更多地涉及到多个用户共同参与到一个查询过程中来,利用传统的Skyline查询技术解决多用户Skyline查询时,会存在不足和缺陷。因此,如何有效地得到一个Skyline结果集且同时满足多个用户的需求具有重要的研究意义。本文结合现实生活中的应用场景,针对多用户Skyline查询的特点对其展开研究,主要贡献总结如下:(1)针对传统Skyline查询算法在处理用户不平等下的多用户Skyline查询问题的不足,提出了一种基于用户权重的MUSW算法。该算法定义了一种满意度度量方法,充分考虑用户的权重比例,对各用户通过子空间Skyline查询处理后得到的结果进行满意度计算,有效解决多用户Skyline查询结果的整合问题,并有效控制输出结果的个数。此外,在算法中引入交互,通过用户的反馈对用户的权重比例做动态的调整,从而使得最终结果更符合用户的要求。通过实验验证算法具有可行性,且可高效支持用户的交互。(2)研究数据集属性存在优先关系时的多用户Skyline查询问题,提出了一种基于属性优先关系的多用户偏好Skyline查询算法——MUPS算法。该算法允许用户群的每个成员对数据集属性的优先关系提出不同的偏好需求;在此基础上,提出一种新的支配方式,为?-支配,达到对原始Skyline结果集进行剪枝缩放的目的,并通过用户群与返回候选集的交互,动态修正属性的权重大小,使得最终结果更符合用户群对属性优先关系的真实需求。实验结果表明,该算法有效支持多用户场景下的偏好Skyline查询,且具有良好的交互性能。(3)在解决上述两个不同应用场景下的多用户Skyline查询问题的基础上,深入分析交互在多用户Skyline查询中的必要性,并提出了一个支持多用户Skyline查询的交互机制IMMUSQ,使查询结果动态地趋向于多用户满意的结果。同时给出了该交互机制的总体框架以及执行流程,并通过实例分析说明该交互机制的有效性和可扩展性。最后设计了一个支持该交互机制的原型系统并予以实现,并验证其具有良好的交互性能。(本文来源于《南京航空航天大学》期刊2018-03-01）
邵路伊,秦小麟,王潇逸,郭成盖,邓丹萍[8]（2018）在《交互式多用户Skyline查询处理算法》一文中研究指出传统的Skyline查询是在单用户场景下设计的,随着数据库技术的发展以及应用新需求的出现,实际应用中考虑到多用户共同参与Skyline查询。在分析现有Skyline查询算法解决该问题不足的基础上,提出了一种基于权重的交互式多用户Skyline查询(weight-based interactive multi-user Skyline query,MUSW)算法。该算法定义了一种满意度度量方法,由用户权重决定Skyline结果集中每个数据点的满意度大小。MUSW算法旨在选取满意度大的数据点,首先确定多个子空间Skyline候选集;然后通过用户交互对用户权重进行动态调整,系统根据用户的反馈判断是否终止查询,从而使返回结果更符合用户的真实需求。在模拟和真实数据上验证MUSW算法的可行性,且具有良好的交互性能。(本文来源于《计算机科学与探索》期刊2018年08期）
吴云龙,刘国华[9]（2014）在《多用户偏好的Top-k查询处理算法研究》一文中研究指出传统的Top-k查询处理都是利用单用户偏好来计算评分函数,这种方法有极大的局限性。针对基于多用户偏好的Top-k查询处理问题进行研究,为了提高查询效率,首先提出了预处理算法PA与PVA,生成一些具有代表性的系统用户偏好,并据此将初始数据集进行全排序,保存在物化视图中,以便利用它们进行Top-k查询。然后,提出了处理Topk查询的VBA算法且进行了正确性与完备性论证。最后,实验结果表明,该算法比直接在原数据集中查询的效率有极大的提高。(本文来源于《计算机与数字工程》期刊2014年10期）
廖巍,吴晓平,严承华,钟志农[10]（2009）在《多用户连续k近邻查询多线程处理技术研究》一文中研究指出针对面向移动对象集的多用户连续k近邻查询处理,提出了基于多线程的多用户连续查询处理(MPMCQ)框架,采用流水线处理策略,将连续查询处理过程分解为可同时作业的查询预处理、查询执行以及查询结果分发叁个执行阶段,利用多线程技术来提高多用户连续查询处理的并行性;基于MPMCQ框架和移动对象内存格网索引,提出了基于多线程的连续k近邻查询处理(MCkNN)算法。实验结果与分析表明,基于MPMCQ框架的MCkNN算法在多核平台上优于CPM、YPK-CNN等现有算法。(本文来源于《计算机应用》期刊2009年07期）
用户查询处理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
大数据时代下,数据呈多维化、海量化的特征,查询趋于个性化,用户对结果的准确度、查询效率要求更高。传统的多维数据查询方法存在不能高效地解决静态和空间属性相结合、动态的多用户查询以及分类域上的个性化查询等问题,因此研究在度量空间中的多用户查询以及分类域上的用户偏好获取对于找出高质量的结果集具有十分重要的意义。多维Skyline查询根据对象数据点的属性值特性主要分成两类:数值域和分类域。本文重点关注空间数值属性查询和分类域属性交互问题,设计并提出高效的多用户Skyline查询交互算法,主要研究内容如下:(1)欧式空间中Skyline查询大多仅对空间属性进行探究,而忽略了与静态属性相结合的问题,本文基于Voronoi图、R-tree、凸包等结构的性质,提出查询区域的概念,给出Voronoi R-tree Search算法。该算法通过对数据集剪枝、分阶段支配比较等方式,有效减少了距离计算和数据点间的支配检验次数。在真实和模拟数据集中验证了该算法的有效性。(2)基于道路网的Skyline查询在动态属性上存在仅考虑距离,并未考虑用户速度对查询结果影响的问题。本文给出能处理用户速度变化的查询算法Exit In,该算法根据分割点性质,可利用多次查询间的关联关系,根据用户状态实时更新Skyline结果集。通过在真实路网上的大量实验,并与已有算法进行对比,验证了所提算法的有效性。(3)现有算法大多在数值域进行查询处理,当拓展至分类域属性上时,会造成结果集规模不可控等问题。为此,提出分类域上的Skyline查询问题,给出能描述数据点支配关系的支配表和矩阵索引,并基于该索引提出了属性值对的选择策略,实现了属性值对的高效选择和剔除。与已有算法的实验结果表明,在不同参数下,Skyline Matrix Index Interactive算法表现出更高的查询效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户查询处理论文参考文献
[1].李秀美.信息系统的数据处理：用户登录功能及查询功能设计[J].中国信息技术教育.2019
[2].周剑刚.多用户Skyline查询交互处理技术研究[D].南京航空航天大学.2019
[3].邱仙红.基于用户开心度的k代表点查询处理技术[D].南京航空航天大学.2019
[4].邵路伊,王沁雪,郭帅.基于属性优先关系的多用户Skyline查询处理算法[J].计算机与现代化.2018
[5].郭帅,刘亮,秦小麟.用户偏好约束的空间关键词范围查询处理方法[J].计算机科学.2018
[6].郭成盖.基于用户偏好的多维数据查询处理研究[D].南京航空航天大学.2018
[7].邵路伊.基于交互的多用户Skyline查询处理研究[D].南京航空航天大学.2018
[8].邵路伊,秦小麟,王潇逸,郭成盖,邓丹萍.交互式多用户Skyline查询处理算法[J].计算机科学与探索.2018
[9].吴云龙,刘国华.多用户偏好的Top-k查询处理算法研究[J].计算机与数字工程.2014
[10].廖巍,吴晓平,严承华,钟志农.多用户连续k近邻查询多线程处理技术研究[J].计算机应用.2009