A Model for Mining Multilevel Fuzzy Association Rule in Database
多层关联挖掘的模型和算法的研究对数学和计算机科学提出了新的挑战。当数据或数据关系中存在某种形式的不确定性（如模糊性）时，这些问题变得更具挑战性。本文提出了一种多级模糊关联规则挖掘模型，用于提取事务数据库中隐含的知识，每一级的支持度不同。该算法采用自顶向下的渐进式深化方法来获取大项目集。这种方法采用模糊边界，而不是尖锐的边界区间。最后通过一个实例表明，该算法可以简单有效地挖掘出不同支持度下的多层关联规则。
2010-01-20 cs.DB
Imperfect Knowledge Management (IKM) in GEFRED (GENeralized model for Fuzzy RElational Databases)
本文针对涂布纸板生产中的不完美知识管理，提出利用GEFRED模型在Oracle 8i中构建模糊元知识库的协议，以处理经典与模糊属性下的质量评估。
2025-02-25 cs.DB
Using Fuzzy Logic to Evaluate Normalization Completeness for An Improved Database Design
提出了一种新的概念模型规范化完备性度量方法，即利用定量模糊函数度量概念模型的规范化完备性。我们通过两个步骤来度量概念模型的规范化完整性。在第一步中，不同的规范化技术进行了分析，以博伊斯-科德范式（BCNF）找到当前的范式的关系。在第二步中，使用模糊隶属度值来在0和1之间缩放范式。解释模式转换规则和度量的案例研究。规范化完整性通过考虑完整性属性、函数依赖的防止属性和属性的总数来测量，例如如果函数依赖是非防止的，则该函数依赖的属性是完整性属性。函数依赖中防止进入下一个范式的属性称为防止属性。
2012-04-01 cs.DB
Probabilistic Database Summarization for Interactive Data Exploration
我们提出了一种概率方法来生成一个小的，可查询的摘要的数据集进行交互式数据探索。从传统的摘要技术出发，我们使用最大熵的原则来生成一个概率表示的数据，可以用来给近似的查询答案。我们开发的理论框架和制定我们的概率表示，并展示如何使用它来回答查询。然后，我们提出了解决技术，并给出了三个关键的优化，以提高预处理时间和查询精度。最后，我们使用美国境内的5 GB航班数据集和来自天文粒子模拟的210 GB数据集对我们的工作进行了实验评估。虽然我们目前的工作只支持线性查询，但我们表明，我们的技术可以比采样更快地成功回答查询，同时平均引入比采样更多的错误，并且可以更好地区分罕见和不存在的值。
2017-05-23 cs.DB
Spatial database implementation of fuzzy region connection calculus for analysing the relationship of diseases
Isfahan University of Technology（伊斯法罕理工大学）
分析海量的空间数据在医疗、城市规划、农业等新兴分析和决策领域起着重要作用，为了从地理数据中提取有意义的知识，需要分析空间数据对象之间的关系。一类重要的关系是拓扑关系，如区域之间的连通性或重叠。而现实世界中的地理区域，如湖泊或森林，没有确切的边界，是模糊的，大多数现有的分析方法忽略了拓扑关系的这一固有特性。提出了一种基于模糊区域连接演算（RCC）的空间数据库拓扑关系处理方法。该方法在PostGIS空间数据库中实现，并在分析疾病之间的关系作为一个重要的应用领域进行了评估。我们还使用我们的模糊RCC实现模糊化的天际线运营商在空间数据库。评估的结果表明，我们的方法提供了一个更现实的空间关系视图，并提供了更大的灵活性，数据分析师提取有意义的和准确的结果相比，现有的方法。
2016-05-10 cs.AI cs.CG cs.DB
Using Fuzzy Matching of Queries to optimize Database workloads
有向无环图（DAG）通常用于数据库和大数据计算引擎，如Apache Spark，用于表示查询的执行计划。我们将这样的图称为查询定向非循环图（QDAG）。本文使用相似性哈希来得到指纹，使得指纹体现了QDAG查询的计算需求。由此获得的指纹可以用于基于过去执行的具有类似QDAG的查询来预测查询的运行时行为。我们讨论了两种获得指纹的方法，它们的优点和缺点，以及如何将这两种方法的各个方面结合起来以改进预测。使用混合的方法，我们证明，我们能够预测运行时的QDAG的行为超过80%的准确性。
2022-07-14 cs.DB
Proximity-based equivalence classes in fuzzy relational database model
Buckles和Petry提出的模糊关系模型是为扩展具有不完全信息的关系数据库的内容奠定坚实理论基础的最初尝试之一。这种结构基于传统关系模型的两种概括：（1）元组组件可以是对应域的任何子集，而不是单个元素;（2）在每个域上定义相似关系。该关系满足自反性、对称性和极大极小传递性，因而等式关系是其特例。这种泛化保持了关系模型的两个关键属性--没有两个不同的元组表示相同的信息，以及关系代数的任何操作的应用都有唯一的结果。Shenoi和Melton推广了这个模型，并展示了如何在属性域上的等价类的存在也可以用一个只满足自反性和对称性的关系（邻近关系）来保持。这种推广的动机是相似关系的最大-最小传递性性质的严格性，这使得某些领域类型的这种关系的构建变得复杂。Shenoi-Melton模型的一个重要特征是等价类依赖于数据库的当前内容。这种特性，以及通过邻近关系构造等价关系的方式，可能导致等价类与某些数据库查询类型不对应。在这里，我们将提出一种不同的方式形成的等价类的属性域在模糊关系数据库，其中它们只依赖于属性域，而不是当前的数据库状态。我们还将展示一个简单的方法自动构建的邻近关系在某些域类型。
2019-08-25 cs.DB
Towards a New Extracting and Querying Approach of Fuzzy Summaries
数据库应用的多样化突出了关系数据库管理系统（RDBMS）的局限性，特别是在建模计划上。事实上，在现实世界中，我们越来越多地面临这样的情况，即应用程序需要处理不精确的数据，并为其用户提供灵活的查询。已经提出了几种理论解决方案。然而，这项工作在实践中的影响仍然可以忽略不计，除了几个研究原型的基础上正式模型GEFRED。在这一章中，作者提出了一种新的方法来开发模糊关系数据库（FRDB）的模型GEFRED。该方法包括1）一种基于模糊数据分类和形式概念分析的摘要模糊数据提取新技术--模糊SAINTETIQ; 2）一种基于模糊SAINTETIQ系统生成的模糊摘要集在FDB上下文中评估柔性查询的方法; 3）一种修复和替换未回答查询的方法。
2019-04-28 cs.DB
FRI-Miner: Fuzzy Rare Itemset Mining
数据采掘是一种广泛应用于数据分析的各种实际应用的技术，对于在事务数据库中发现有价值的关联规则非常重要。兴趣项集挖掘在市场、电子商务、金融、医疗等领域有着重要的应用。迄今为止，各种基于频繁模式的数据采掘算法已经得到了广泛的研究，但很少有算法专注于挖掘不频繁或稀有模式。在某些情况下，稀有项集和稀有关联规则在实际应用中也起着重要的作用。本文介绍了一种新的基于模糊的稀有项集挖掘算法FRI-Miner，该算法应用具有语言学意义的模糊理论，在定量数据库中发现有价值的、有趣的模糊稀有项集。此外，FRI-Miner利用模糊列表结构来存储重要信息，并应用多种剪枝策略来减少搜索空间。实验结果表明，FRI-Miner算法能够在考虑现实中的量化价值的基础上，发现更少、更有趣的项目集。此外，它在有效性方面明显优于最先进的算法（w.r.t.不同类型的导出图案）和效率（w.r.t.运行时间和内存使用）。
2021-03-11 cs.DB
Flexible SQLf query based on fuzzy linguistic summaries
在许多现实世界的应用中，数据往往是部分已知的，模糊的或模棱两可的。为了处理这种不精确的信息，模糊数被引入到经典模型中。SQLf是一种在模糊数据库中处理灵活模糊查询的实用语言。然而，由于大量的模糊数据，使用合成视图的必要性成为许多DB社区研究人员的挑战。本工作涉及基于模糊语言摘要的灵活SQLf查询。我们使用我们的Fuzzy-SaintEtiq方法产生的模糊摘要。它提供了一个对象的描述取决于指定为选择标准的模糊语言标签。
2014-01-02 cs.DB
Flexible queries in XML native databases
迄今为止，大多数XML原生数据库（DB）柔性查询系统都是基于利用其半结构化数据（SSD）的树结构。然而，它成为重要的是测试的效率形式概念分析（FCA）的形式主义这类数据，因为它已被证明是一个伟大的性能在信息检索（IR）领域。因此，基于FCA的XML数据库检索主要是基于格结构的使用。这个格的每个概念都可以被解释为一对（响应，查询）。在这项工作中，我们提供了一个新的灵活的建模的XML数据库的基础上模糊FCA灵活查询SSD的第一步。
2013-12-06 cs.DB cs.IR
JOINT: Join Optimization and Inference via Network Traversal
提出模糊连接框架JOINT，结合列名相似性与值重叠，通过图遍历自动发现多跳连接路径，在合成医疗数据上验证了有效性，助力数据集成。
2025-09-08 cs.DB
Paraconsistent Intuitionistic Fuzzy Relational Data Model
本文提出了一种基于次协调直觉模糊集的关系数据模型的推广。我们的数据模型能够处理不完整和不一致的信息。模糊关系或直觉模糊关系只能处理不完全信息。与每个关系相关联的是两个隶属函数，一个被称为真隶属函数$T$，它跟踪我们认为元组在关系中的程度，另一个被称为假隶属函数，它跟踪我们认为它不在关系中的程度。一个次协调直觉模糊关系是不协调的，如果存在一个元组$a$使得$T(a) + F(a) > 1$ .为了处理不一致的情况，我们提出了一个分裂算子，将不一致的次协调直觉模糊关系转化为伪一致的次协调直觉模糊关系，并对它们进行集合论和关系论运算，最后用一个组合算子将结果转化回次协调直觉模糊关系。对于这个模型，我们定义了代数算子，这些算子是模糊关系上的常用算子如并集、选择、连接的推广。我们的数据模型可以作为处理不完整和不一致信息的任何数据库和知识库管理系统的基础。
2004-10-20 cs.DB
Into Summarization Techniques for IoT Data Discovery Routing
在本文中，我们考虑了非常大且规模不断增长的网络中的物联网数据发现问题。具体来说，我们深入研究了路由表汇总技术，以支持有效和节省空间的物联网数据发现路由。提出了基于字母、基于哈希和基于意义的摘要算法及其相应的编码方案。潜在的误导路由由于总结的问题也进行了调查。随后，我们分析了何时进行总结的策略，以平衡路由表压缩率和引起误导路由的机会之间的权衡。为了进行实验研究，我们从各种物联网数据库中收集了10万个物联网数据流作为输入数据集。实验结果表明，我们的总结解决方案可以减少路由表的大小由20至30倍，增加2-5%的延迟时，与同类的对等发现路由算法相比，没有总结。此外，我们的方法在延迟和流量方面优于基于DHT的方法2到6倍。
2021-07-21 cs.DB cs.DC cs.IR
Mirror: A Natural Language Interface for Data Querying, Summarization, and Visualization
University of California, San Diego（加州大学圣地亚哥分校）；Cisco（思科）
我们介绍了Mirror，这是一个由大语言模型驱动的数据探索和分析的开源平台。Mirror为查询数据库提供了直观的自然语言界面，并自动生成可执行的SQL命令来检索相关数据，并以自然语言进行汇总。此外，用户可以预览和手动编辑生成的SQL命令，以确保其查询的准确性。Mirror还生成可视化以促进对数据的理解。Mirror的设计考虑了灵活性和人为输入，适合经验丰富的数据分析师和希望从数据中获得见解的非技术专业人士。
2023-03-15 cs.AI cs.CL cs.DB
Time and Memory Efficient Parallel Algorithm for Structural Graph Summaries and two Extensions to Incremental Summarization and $k$-Bisimulation for Long $k$-Chaining
我们开发了一个灵活的并行算法的基础上顶点为中心的编程和参数化的消息传递的图形摘要。基本算法支持无限多的结构图摘要模型定义在一个正式的语言。并行基础算法的扩展允许增量图形汇总。在本文中，我们证明了增量算法是正确的，并显示更新是在时间$\mathcal{O}(Δ\cdot d^k)$，其中$Δ$是添加，删除和修改的输入图的数量，$d$的最大程度，$k$是考虑的子图中的最大距离。虽然迭代算法支持$k>1$的值，但它需要用于消息传递的嵌套数据结构，这是内存效率低下的。因此，我们通过基于散列的消息传递机制扩展了基本摘要算法，以支持基于$k$的可扩展迭代计算图摘要-任意$k$的互模拟。我们经验性地评估我们的算法使用基准和真实世界的数据集的性能。增量算法几乎总是优于批处理计算。我们在实验中观察到，即使在图数据库的$50\%$从一个版本改变到下一个版本的情况下，增量算法也更快。增量计算需要三层哈希索引，其具有仅$8\%$（$\pm 1\%$）的低存储器开销。最后，增量摘要算法优于批处理算法，即使使用较少的核心。迭代并行$k$互模拟算法在几秒内计算具有超过$10$ M条边的图上的摘要。我们表明，该算法处理图形的$100+\,$ M边在几分钟内，同时具有中等的内存消耗$<150$ GB。对于具有10亿条边的最大BSBM 1B数据集，它可以在一小时内计算$k=10$互模拟。
2022-11-04 cs.DB cs.DS
Transformer-Gather, Fuzzy-Reconsider: A Scalable Hybrid Framework for Entity Resolution
Department of Computer Engineering Ferdowsi University of Mashhad（费萨尔大学计算机工程系）；Iranserver Inc.（Iranserver公司）
针对实体解析中的可扩展性、噪声鲁棒性和可靠性问题，提出一种结合预训练语言模型语义检索与模糊字符串匹配句法验证的混合框架，在真实任务中实现高召回率并支持CPU部署。
2025-10-24 cs.AI cs.DB cs.LG
The Case for Instance-Optimized LLMs in OLAP Databases
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）
本文提出IOLM-DB系统，通过为每个查询生成轻量级专用模型替代通用LLM，结合量化、稀疏化和剪枝技术，在保持准确性的同时将模型占用减少76%、吞吐量提升3.31倍，使LLM在大规模OLAP分析中切实可行。
2025-07-07 cs.DB cs.LG
Query Processing Performance and Searching Over Encrypted Data By Using An Efficient Algorithm
数据是当今动态运营组织及其业务的核心资产。这些数据通常存储在数据库中。一个主要的考虑因素是数据的安全性，从未经授权的访问和入侵者。数据加密是数据库中数据安全的一个强有力的选择，特别是在那些安全风险很高的组织中。但是存在性能下降的潜在缺点。当我们对数据库进行加密时，我们应该在安全性和高效的查询处理之间做出妥协。本文的工作试图填补这一空白。它允许用户直接查询加密的列，而无需解密所有记录。它提高了系统的性能。该算法在范围和模糊匹配查询的情况下工作得很好。
2013-08-21 cs.CR cs.DB
Research Challenges in Relational Database Management Systems for LLM Queries
University of Waterloo（多伦多大学）
本文通过五个代表性查询探索两个开源系统和一个企业平台，揭示SQL调用LLM在功能、性能和可扩展性上的局限，识别结构化输出、资源利用和查询规划三大问题，并验证初步改进方案，证明LLM与DBMS紧密集成是可扩展高效处理LLM查询的关键。
2025-08-28 cs.AI cs.DB
An LLM-Based Approach for Insight Generation in Data Analysis
Aily Labs（艾利实验室）；EURECOM（欧洲通信学院）
本文提出一种基于 LLM 的多表数据库文本洞察自动生成框架，通过假设生成、SQL 查询与摘要模块协同工作，并在公共及企业数据库上验证其正确性与更高洞察性。
2025-02-20 cs.AI cs.CL cs.DB
Rewriting Consistent Answers on Annotated Data
研究自然序正半环标注数据库上无自连接合取查询的一致回答，提出带受限否定的一阶逻辑变体并证明当且仅当攻击图无环时可重写，推广了已有结果并揭示了bag半环下强环查询的近似计算NP难度。
2025-04-02 cs.DB cs.LO
Next-Generation Database Interfaces: A Survey of LLM-based Text-to-SQL
Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系）；Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院）；College of Cyber Security, Jinan University（暨南大学网络安全学院）
本文调研了基于大语言模型的文本到SQL方法，分析了技术挑战、数据集、指标及最新进展，并讨论了未来研究方向。
2025-11-24 cs.AI cs.CL cs.DB
