投影屬性，它使
最大。從定義3可知
[0034] 注意到，添加一個投影分量
不影響
的選擇部分。因此，

因為_已經(jīng)被用戶使用，可以按如下方法估算
對于每個提交給表單的查詢，保留查詢結(jié)果包括_中的所有 列。顯然，對于那些不在查詢結(jié)果中的實例，
并不需要考慮它們。對于查 詢結(jié)果中的每個實例d，簡單地計算他們在結(jié)果中出現(xiàn)的次數(shù)，
等于 出現(xiàn)次數(shù)除以N。
[0035] 現(xiàn)在，只需要估討
考慮投影分量，有：
等式（4)中的
丨可以通過用戶在_:結(jié)果上的點擊進行估計。點擊的
:是用戶在前一次查詢結(jié)果中點擊的數(shù)據(jù)實例集合。采用核密度估計方 法來估計
每個
代表一個用戶感興趣的高斯分布。然后，
表示兩個數(shù)據(jù)實例 之間的距離，￡#是高斯模型的方差。
[0036] 等式（4)中
：是運行時不可見的數(shù)據(jù)，因為
之前尚 未使用，只能從其他數(shù)據(jù)源來估算它，主要考慮以下兩種數(shù)據(jù)驅(qū)動的方法來估計條件概率
[0037] ?工作量驅(qū)動方法：條件概率
能從歷史查詢的查詢結(jié)果估計。如 果有很多用戶在實例d上同時查詢屬性
一定會很高。
[0038] ?模式驅(qū)動方法：數(shù)據(jù)庫模式隱含屬性間的關(guān)系。如果兩個屬性由同一實體包含， 那么他們關(guān)聯(lián)更大。
[0039] 這兩種方式都有自己的缺點。工作量驅(qū)動方法具有冷啟動問題，因為它需要大 量的查詢。模式驅(qū)動的方法不能識別同一實體中屬性的差異。該方法將這兩種方法結(jié) 合，如下所示： 卜
< 其中
:是從歷史查詢中估計的概率，
是從數(shù)據(jù)庫模式中估計 的
之間的相似度，而1是|_|1之間的權(quán)重參數(shù)，用來平衡工作量驅(qū)動估計和模 式驅(qū)動估計。記；
?是模式圖中屬 性
之間的模式距離：
是模式圖的直徑。該方法利用模式圖來計算兩個屬性 的相關(guān)性。數(shù)據(jù)庫模式圖表示戈
，其中爾是代表關(guān)系的節(jié)點集合，屬 是屬性集合：
是表示外鍵的邊的集合，
是一個屬性標記方法，用于顯示哪個 關(guān)系包含該屬性。根據(jù)數(shù)據(jù)庫模式圖，模式距離定義如下： 定義4 :模式距離：給定兩個屬性/1^42和數(shù)據(jù)庫模式圖
:之間的模式距_
，是節(jié) 點
之間的最短路徑的長度。
[0040] 一個實體的排名得分是該實體所有屬性
的平均值。直觀地說，如 果一個實體有很多高分屬性，那么它應(yīng)該有一個較高的排名。
[0041] 選擇表單組件排名時選擇的屬性必須與當前投影的實體關(guān)聯(lián)，否則該選擇將毫無 意義。因此，系統(tǒng)應(yīng)該先找出關(guān)聯(lián)屬性用于創(chuàng)建選擇組件。
[0042] 系統(tǒng)中屬性的相關(guān)性基于數(shù)據(jù)庫模式測量，如下所示： 定義5:關(guān)聯(lián)屬性：給定一個數(shù)據(jù)庫查詢表單F和模式圖
關(guān)聯(lián) 屬性是：
其中I是用戶定義的閾值，
是定義4中定義的模式距離。
[0043] I的選擇取決于該模式設(shè)計的緊湊程度。例如，某些數(shù)據(jù)庫把一個實體的所有屬性 放到一個關(guān)系，則i可能是1。有些數(shù)據(jù)庫把一個實體的所有屬性分離到幾個關(guān)系中，可 能大于1。使用數(shù)據(jù)庫模式圖深度優(yōu)先遍歷，可以在
的復(fù)雜度得致
O
[0044] 為了改善查詢表單中的選擇表單組件，投影分量的集合C/?.F固定的，即
因此，
：:只依賴于
[0045] 為了簡化用戶界面，大多數(shù)查詢表單的選擇組件都是
形式的簡單二元 關(guān)系，其中_是屬性，Il是常量，是關(guān)系運算符。運算符可以是
等等。在 每個周期中，系統(tǒng)為用戶提供這樣的二元關(guān)系的排名列表，以增強選擇部分。由于二元關(guān)系 的總數(shù)很大，只選擇每個屬性的最佳選擇組件。
[0046] 對于屬性
包含根據(jù)
的公式，為找到
：丨最大，只需要就每個數(shù)據(jù)實例
需要注意的是，:_代表連接表達式，它通過連接所有基本 的二元表達式。當且僅當:和i存在
存在。因此，
那么有：

:可以通過在查詢表單上前一次執(zhí)行的查詢估計。當且僅當_滿足#%和S，
為1，否則為0。唯一的問題是確定金的空間，因為要列舉所有的玄來計算它們的 得分。注意，S是一個
形式的二元表達式，其中裏#固定并且已給出。
，其中讓於是一個關(guān)系運算符的有限集合
屬于數(shù)據(jù)庫中邊#的數(shù)據(jù)域。因 此，波的空間是一個的有限集合。為了有效地估計查詢條件瘦產(chǎn)生的新的顚顏銷 ，本文中提出方法。二一：C|i_!的想法很簡單：將中的屬性值排序，并 對該屬性上的所有可能值逐步計算的謂Se_i#。
[0047] 為了為下一次查詢表單找到最佳選擇組件，第一步是查詢數(shù)據(jù)庫檢索數(shù)據(jù)實例。 等式（5)表明
：依賴于以前的查詢條件f%。如果I
必為0。因此，為了對每個_繼:凝計算
并不需要檢索數(shù)據(jù)庫中所有的數(shù)據(jù)實 例，需要的只是震蒙?的數(shù)據(jù)實例的集合，使得每個
，所以 !查詢的選擇是在_中執(zhí)行的查詢條件的并集。
[0048] 此外，一次算法不會發(fā)送每個查詢條件I到數(shù)據(jù)庫引擎來選擇數(shù) 據(jù)實例，這對數(shù)據(jù)庫引擎是一個沉重的負擔，因為查詢條件數(shù)量巨大；相反，它檢索數(shù)據(jù)實 例集合IT，然后自己使用每個查詢條件核對每一個數(shù)據(jù)實例，為此目的，算法需要知道IT 的所有選擇屬性的值，因此，將所有選擇屬性加到投影查詢中。
[0049] 圖3描述了查詢構(gòu)造的算法。函數(shù)基于給定的 投影屬性集合《^_和選擇表達式生成數(shù)據(jù)庫查詢。
[0050] 當系統(tǒng)接收到數(shù)據(jù)庫引擎1§_查詢的結(jié)果，它第二次調(diào)用_?〇__|算法來 尋找最佳查詢條件。
[0051] 首先討論《__條件。該算法的基本思想基于一個簡單的性質(zhì)。對于數(shù)據(jù)實例_的 一個特定的屬性?%:，給出兩個條件：
如果％滿足， 則必滿足?；谶@個特性，通過掃描一遍數(shù)據(jù)實例可以逐步計算每個查詢條件的FScore 。做到這一點有2個步驟。
[0052] 1)首先，按
的順序給?的值排序，其中_是_值的個數(shù)。 Isl表示數(shù)據(jù)實例的集合，其中％的值等于_。
[0053] 2)然后按％值的順序遍歷每個數(shù)據(jù)實例。設(shè)查詢條件
及其相應(yīng) 為根據(jù)公式⑶，
[0054] 對于和義可以遞推計算：
[0055] 圖4展示了尋找最佳"條件的偽代碼。
[0056] 復(fù)雜度：至于其他的查詢條件，例如u ，也可以找到類似的遞 歸方法來計算他們FScore。它們都共享第一步中的排序結(jié)果。而對于第二步， 所有的遞推計算可以合并成一次掃描。因此，尋找一個屬性的最佳查詢條 件的時間復(fù)雜度為
為每個屬性的選擇組件排名的復(fù)雜度為
[0057] 在上述實施例中，詳細介紹了如何通過計算查詢組件的Fscore為它們排序，從而 向用戶推薦一個查詢組件的排名列表，使用戶可以快速檢索到想要的查詢結(jié)果。
[0058] 本發(fā)明未涉及部分均與現(xiàn)有技術(shù)相同或可采用現(xiàn)有技術(shù)加以實現(xiàn)。
【主權(quán)項】
1. 一種數(shù)據(jù)庫動態(tài)查詢表單的生成方法，其特征在于包括以下步驟： 步驟一：以一個包含數(shù)據(jù)庫中極少數(shù)主要屬性的基本查詢表單開始； 步驟二：用戶填寫查詢表單，系統(tǒng)執(zhí)行查詢； 步驟三：系統(tǒng)顯示查詢結(jié)果，若用戶對查詢結(jié)果滿意，則結(jié)束；否則，通過用戶對查詢 結(jié)果的點擊來反饋用戶的偏好，系統(tǒng)根據(jù)用戶偏好計算每個表單組件的得分，按得分的降 序排列為用戶提供一個表單組件的排名列表，用戶根據(jù)排名列表選擇相應(yīng)表單組件加入到 表單中來改善查詢表單，繼續(xù)執(zhí)行步驟二，直到用戶對查詢結(jié)果滿意。2. 根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫動態(tài)查詢表單的生成方法，其特征在于查詢表單 的生成是一個迭代過程。3. 根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫動態(tài)查詢表單的生成方法，其特征在于查詢表單 允許用戶填寫參數(shù)來生成不同的查詢。4. 根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫動態(tài)查詢表單的生成方法，其特征在于步驟三中 系統(tǒng)顯示查詢結(jié)果采用的是壓縮表視圖。
【專利摘要】本發(fā)明提出一種數(shù)據(jù)庫動態(tài)查詢表單的生成方法，它為龐大而復(fù)雜的數(shù)據(jù)庫查詢提供了一種解決方法。它提出了以一個包含數(shù)據(jù)庫中極少數(shù)主要屬性的基本查詢表單開始，通過用戶與系統(tǒng)的交互，系統(tǒng)捕捉用戶的偏好，從而計算每個表單組件的得分，按得分的降序排列為用戶提供一個組件的排名列表，用戶可以選擇相應(yīng)的組件來增強和完善查詢表單。此過程是迭代進行的，直到用戶對查詢結(jié)果感到滿意。本發(fā)明可以讓用戶自定義查詢表單，能快速的從數(shù)據(jù)庫中檢索到想要的查詢結(jié)果。
【IPC分類】G06F17/30
【公開號】CN105320700
【申請?zhí)枴緾N201410379783
【發(fā)明人】李濤, 王敏君, 李千目, 侯軍, 徐建
【申請人】南京理工大學常熟研究院有限公司
【公開日】2016年2月10日
【申請日】2014年8月5日