Nonparametric Bayesian Modeling for Automated Database Schema Matching
合并数据库的问题出现在许多政府和商业应用中。模式匹配是常见的第一步，它识别数据库之间的等效字段。我们引入了一个模式匹配框架，为每个字段建立非参数贝叶斯模型，并通过计算单个模型可能生成两个字段的概率来比较它们。我们的实验表明，我们的方法是更准确和更快的比现有的基于实例的匹配算法的一部分，因为使用非参数贝叶斯模型。
2015-07-06 cs.DB cs.IR
Database Theory + X: Database Visualization
该研究建立数据建模与可视化的关联，指出可视化规范是数据库约束到视觉表示的映射，证明可视化设计决策实为数据建模选择，并将数据可视化从单数据集扩展至数据库层面。
2024-12-05 cs.DB cs.HC
ONDA: ONline Database Architect
针对现有数据库建模工具存在成本、设置复杂度、可用性及系统依赖等问题，葡萄牙科英布拉大学开发了免费网页端工具ONDA，支持ER图创建、物理模型可视化与多引擎SQL生成，已用于大学数据库教学，年服务超三百名学生。
2024-01-29 cs.DB
NeurIDA: Dynamic Modeling for Effective In-Database Analytics
National University of Singapore（新加坡国立大学）；Zhejiang University（浙江大学）；Duke University（杜克大学）
NeurIDA通过动态数据库建模实现端到端的数据库分析，提升分析效果和效率。
2026-09-21 cs.DB
Conceptual Temporal Modeling Applied to Databases
我们提出了一种不同的方法来开发一个时间的概念，用于在软件和数据库系统的概念建模中指定时间性。在数据库领域，各种提案和产品涉及时态数据。目前大多数建模时间性的方法的困难在于，它们将时间表示和记录为另一种类型的数据（例如，银行余额或金额的值），而不是认识到时间及其值与典型的数据属性相比是唯一的。时间是一种吞噬现象，它将系统的整个模型从静态提升到动态，甚至更高。在本文中，我们提出了一个概念化的时间性，涉及建设一个多层次的建模方法，从静态表示的系统组成，形成动态区域的进展。然后，使用事件的时间顺序来定义系统的行为。最后，事件被视为数据源，与建立一个时间模型。一个时态银行管理系统数据库的案例研究模型，扩展了UML和对象约束语言，使用事物机（TM）建模重新建模。由此产生的TM图形规范提供了一种新的方法，可以扩展到一个整体的监测系统的历史数据和事件的时间性。
2021-01-30 cs.DB cs.SE
Modeling Corruption in Eventually-Consistent Graph Databases
我们提出了一个模型和分析，最终一致的图形数据库，松散合作的服务器接受并发更新分区，分布式图。该模型是高保真的，并保留了当代图形数据库管理系统的设计选择。为了探索问题空间，我们使用两种常见的图拓扑作为数据模型进行实际实验。分析表明，即使假设硬件和软件完全无故障，如果更新可能相互干扰，则会发生损坏，并在生产数据库生命周期内通过图形显著传播。使用我们的模型，数据库设计人员和操作人员可以计算他们的系统的腐败率，并确定他们是否足够可靠，以满足其预期用途。
2019-04-09 cs.DB cs.DC cs.PF
Synthesize, Retrieve, and Propagate: A Unified Predictive Modeling Framework for Relational Databases
AWS Shanghai AI Lab（AWS上海人工智能实验室）
提出统一预测建模框架SRP，通过特征合成、信息检索和图消息传播捕获关系数据库中的一元与复合依赖性，扩大感受野，在五个真实数据集上验证了有效性。
2025-08-10 cs.DB cs.LG
Modeling and Optimization for Massive Data Allocation in Database
Tsinghua University（清华大学）；Labs, Huawei Technologies Co., Ltd（华为技术有限公司2012实验室）
针对分布式数据库中数据分散导致通信开销大的问题，提出基于谱聚类归一化割的0-1优化模型，并用Bregman近端梯度法求解，实现数据平衡与低通信开销。
2026-05-29 cs.DB
Decision tree modeling with relational views
数据采掘是一种有用的决策支持技术，可用于发现仓库或公司数据中的产生式规则。数据采掘研究致力于在大型数据库上有效地应用各种挖掘算法。然而，在其实际应用中的一个严重的问题是这些算法的处理时间长。目前，一个关键的挑战是如何将数据采掘方法集成到传统的数据库系统框架中。实际上，这样的实现可以利用SQL引擎提供的效率。在本文中，我们提出了一个集成的方法，决策树在一个经典的数据库系统。换句话说，我们试图通过嵌入SQL查询的过程，以产生式规则的形式从关系数据库中发现知识。所获得的决策树由连续的、相关的关系视图定义。每个视图对应于基础决策树中的给定总体。我们选择了经典的归纳决策树（ID3）算法来构建决策树。为了证明我们的ID3的实现工作正常，我们成功地比较了我们的程序与现有的和验证的数据采掘软件，SIPINA的输出。此外，由于我们的方法是可调的，它可以推广到任何其他类似的决策树为基础的方法。
2007-05-10 cs.DB
Property Graph Techniques in Relational Databases
University of the West of Scotland（西苏格兰大学）；Reutlingen University（雷特林根大学）
本文研究将SQL外键建模为引用键，实现关系型数据库与属性图数据库的统一，支持PGDMS的图操作及多类型图模型构建。
2026-08-12 cs.DB
Translating database mathematical schemes into relational database software applications with MatBase
Ovidius University at Constanta（康斯坦察奥维迪乌斯大学）
本文提出将MatBase中的数学数据模型方案转换为关系模型及非关系约束的伪代码算法，并展示了其高效性与完整性，通过基因谱系子宇宙的数学方案应用，提供SQL和VBA代码示例及开发指南。
2026-05-11 cs.DB
Modeling Concurrency Control as a Learnable Function
National University of Singapore（新加坡国立大学）；Deakin University（迪肯大学）；Renmin University of China 2（中国人民大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Zhejiang University（浙江大学）
NeurCC是一种基于学习的并发控制算法，通过高效查找表实现高吞吐量，优于现有算法。
2026-03-10 cs.DB
Data Modeling for Connected Data -- A systematic literature review
本文系统性综述了2013至2020年间16项互联数据建模研究，从贡献类型、文献计量和建模特征三维度分析发现，互联数据逆向工程仍是研究机遇。
2024-10-14 cs.DB
Predictive Query Language: A Domain-Specific Language for Predictive Modeling on Relational Databases
Kumo.ai, Stanford University（Kumo.ai，斯坦福大学）
PQL是一种用于关系数据库预测建模的声明式语言，通过单个查询自动计算训练标签，支持多种机器学习任务，已在金融欺诈、推荐系统等领域应用。
2026-07-27 cs.AI cs.DB cs.LG
Quantifying Semantic Query Similarity for Automated Linear SQL Grading: A Graph-based Approach
本文提出一种基于图的最短路径编辑距离方法来量化 SQL 查询的语义差异，实验表明其评分准确性和可理解性优于现有技术并接近人工评分水平。
2024-03-21 cs.DB
Conceptual Level Design of Semi-structured Database System: Graph-semantic Based Approach
本文提出了一种基于图-语义的半结构化数据库系统概念模型GOOSSDM，它以面向对象的方式对半结构化数据库系统的各个方面进行概念化。该模型定义了一组基于图的形式化结构、各种具有参与约束的关系类型和丰富的图形符号集，用于描述半结构化数据库系统的概念级设计。所提出的设计方法有利于不规则的，异构的，层次和非层次的半结构化数据在概念层面上的建模。此外，建议GOOSSDM是能够在概念级的XML文档建模与文档为中心的设计，排序和析取特性的设施。本文还提出了一种基于规则的GOOSSDM模式到等价XML模式定义（XSD）的转换机制。所提出的概念模型的概念已实现使用通用建模环境（GME）。
2012-02-21 cs.DB cs.SE
An Improved Algorithm for Generating Database Transactions from Relational Algebra Specifications
Alloy是一种基于关系代数的轻量级建模形式。在之前与Fisler、Giannakopoulos、Krishnamurthi和Yoo的合作中，我们提出了一个工具Alchemy，该工具将Alloy规范编译为针对持久性数据库执行的实现。Alchemy的基础是一种将关系代数公式重写为数据库事务代码的算法。在本文中，我们报告了最近的进展，提高这种转换的鲁棒性和效率。
2010-03-28 cs.DB cs.LO cs.PL
ArcNeural: A Multi-Modal Database for the Gen-AI Era
本研究提出面向生成式AI与大语言模型的多模态数据库ArcNeural，采用存算分离架构融合图、向量索引等技术，实验证明其性能与可扩展性优于前沿系统，为企业级AI应用提供通用数据管理方案。
2025-06-11 cs.DB
MemoriesDB: A Temporal-Semantic-Relational Database for Long-Term Agent Memory / Modeling Experience as a Graph of Temporal-Semantic Surfaces
CircleClick Labs（CircleClick实验室）
本文提出MemoriesDB，将长期智能体记忆建模为时间-语义-关系实体，在PostgreSQL与pgvector上统一时间序列、向量和图能力，以时间-语义曲面图支持高效检索与推理。
2025-11-09 cs.AI cs.DB cs.IR
Directly Mapping RDF Databases to Property Graph Databases
RDF三重存储和属性图数据库是两种数据管理的方法，它们基于对图形数据的建模、存储和查询。尽管有这些共同的原则，但它们提供了使数据库互操作性任务复杂化的特殊功能。虽然有一些方法可以将RDF图转换为属性图，反之亦然，但它们缺乏兼容性和坚实的形式化基础。提出了将RDF数据库转换为属性图数据库的三种直接映射（模式相关和模式无关），包括数据和模式。我们证明了两个建议的映射满足语义保存和信息保存的属性。这两种映射的存在使我们可以得出结论，属性图数据模型包含了RDF数据模型的信息容量。
2020-06-03 cs.AI cs.DB
A New Communication Theory on Complex Information and a Groundbreaking New Declarative Method to Update Object Databases
在这篇文章中，我介绍了一种新的通信理论，复杂的信息表示为一个有向图的节点。此外，我还介绍了该理论的一个应用，即一种新的激进方法embed，可用于以声明方式更新对象数据库。嵌入式方法是对象数据库更新的一次革命。一次嵌入式方法调用可以代替传统对象数据库客户端程序中几十行复杂的更新代码，这是一个巨大的进步。作为一种声明式方法，embed方法只需要一个自然参数，即运行时内存中修改后的对象结构的根对象，这使得它非常容易使用。embed方法背后的通信理论指出，修改后的复杂信息表示为节点的有向图，总是可以以准确和有意义的方式传输回其原始系统。该理论还可以有其他的应用，因为今天的信息通常具有网络或有向图的结构，并且它经常演变或维护。嵌入方法应用通信理论，通过将对象数据库和运行时内存中的修改的对象结构建模为节点的有向图，而没有任何人为的限制。例如，允许不同种类的循环子结构及其修改。对象数据库中的持久性是通过持久根对象的可达性以一种众所周知且被接受的方式定义的。如果在更新操作期间出现垃圾对象，embed方法还将从对象数据库中删除垃圾对象的结构，使数据库保持一致状态。嵌入方法应用引用计数技术。它理解对象数据库的局部拓扑，避免检查数据库中不相关的对象。由于这些原因，嵌入方法是有效的，它可以扩展到不同大小的数据库。
2016-04-05 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
NoSQL Graph Databases: an overview
本文概述了NoSQL图数据库的特性及差异，并深入分析了分别采用RDF和LPG模型的AllegroGraph与Neo4j系统。
2024-12-24 cs.DB cs.SC
A Formalism and Library for Database Visualization
本文提出首个支持数据库输入的可视化形式化体系，将可视化规范定义为数据库约束到视觉表示的映射，并开发了 JavaScript 程序库 dvl，通过案例研究证明其优于现有可视化系统与语法语言。
2025-04-11 cs.DB cs.HC
GDsmith: Detecting Bugs in Graph Database Engines
图形数据库引擎在大数据时代脱颖而出，因为它们能够高效地建模和处理链接数据。有一个测试图形数据库引擎的强烈需求。然而，随机测试作为自动化测试生成的最实用方法，在检测图数据库引擎中的错误时面临着语义有效性、非空结果和行为多样性的挑战。为了应对这些挑战，在本文中，我们提出了GDsmith，第一个黑盒方法测试图数据库引擎。它通过骨架的生成和补全来确保每个随机生成的Cypher查询满足语义需求。GDsmith包括我们的技术，通过利用三种类型的结构突变策略来增加生成返回非空结果的Cypher查询的概率。GDsmith还包括我们的技术，通过在生成新查询时根据其先前的频率选择属性键来提高所生成的Cypher查询的行为多样性。我们的评估结果表明，GDsmith是有效和高效的自动查询生成，并大大优于基线。GDsmith成功地在三个流行的开源图形数据库引擎的发布版本上检测到27个以前未知的错误，并从开发人员那里获得了积极的反馈。
2022-06-17 cs.DB cs.SE
Conceptual Data Modeling: Entity-Relationship Models as Thinging Machines
数据建模是开发模型的过程，用于设计和开发支持组织各种业务流程的数据系统。概念数据模型表示要存储在数据库中的数据的结构的技术独立规范。该模型旨在提供更丰富的表现力，并纳入一组语义（a）支持存储在数据管理结构中的数据的设计，控制和完整性部分和（b）协调查看数据库上的连接和想法。描述的数据结构通常以实体关系（ER）模型表示，这是最早的数据建模技术之一，并且可能继续成为表征实体类，属性和关系的流行方式。本文试图研究ER建模的基本概念，分析它们所指的概念以及表示它们的方法。在这样的任务中，我们在ER的基本构建结构、表示实体、关系和属性方面应用了一种新的建模方法（思维机器; TM）。这个项目的目标是进一步理解数据模型并丰富它们的语义。在此上下文中纳入了对建模的三个具体贡献：（a）使用TM模型的五个通用动作来在ER结构中注入处理;（b）将TM建模的单个本体元素（即，事物/机器或thimac）到ER实体和关系;以及（c）提出包括结构和面向时间的概念（例如，事件或行为）。
2021-09-29 cs.DB cs.SE
Scalable Probabilistic Databases with Factor Graphs and MCMC
University of Massachusetts（马萨诸塞大学）
概率数据库在不确定数据的管理和理解中起着至关重要的作用。然而，将概率纳入不完整数据库的语义中带来了许多挑战，迫使系统牺牲建模能力，可扩展性，或限制它们关闭的关系代数公式的类别。我们提出了一种替代方法，其中底层的关系数据库总是代表一个单一的世界，和一个外部因素图编码的分布在可能的世界，马尔可夫链蒙特卡罗（MCMC）推理，然后使用恢复这种不确定性所需的保真度水平。我们的方法可以有效地评估任意查询的概率数据库与任意依赖关系表示的图形模型的结构，在推理过程中发生变化。MCMC采样通过假设{ \em修改}到可能的世界而不是从头开始生成整个世界来提供效率。然后，在世界发生变化的部分上运行查询，避免了在每个采样世界上运行完整查询的繁重成本。这项工作的一个重要创新是MCMC采样和物化视图维护技术之间的连接：我们发现经验，使用视图维护技术是几个数量级的速度比天真地查询每个采样的世界。我们还展示了我们的系统的能力，回答关系查询与聚合，并通过使用并行化展示了额外的可扩展性。
2010-05-11 cs.AI cs.DB
Neural Graph Reasoning: Complex Logical Query Answering Meets Graph Databases
Stanford University（斯坦福大学）；Intel AI Lab（英特尔人工智能实验室）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Mila - Québec AI Institute（米拉-魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）
复杂逻辑查询应答（CLQA）是最近出现的图机器学习任务，其超越了简单的单跳链接预测，并且解决了在潜在空间中的大量潜在不完整图上的多跳逻辑推理的复杂得多的任务。该任务在社区中获得了巨大的吸引力;许多作品沿着理论和实践轴线扩展了该领域，以使用高效的系统来处理不同类型的复杂查询和图形模式。在本文中，我们提供了一个全面的调查CLQA从多个角度研究该领域的详细分类，包括图形类型（模态，推理域，背景语义），建模方面（编码器，处理器，解码器），支持的查询（运营商，模式，投影变量），数据集，评估指标和应用程序。细化CLQA任务，我们引入神经图数据库（NGDB）的概念。NGDB扩展了图数据库（图数据库）的概念，由神经图存储和神经图引擎组成。在神经图存储中，我们设计了一个图存储，一个特征存储，并使用编码器在潜在嵌入存储中进一步嵌入信息。给定一个查询，神经查询引擎学习如何执行查询规划和执行，以便通过与神经图存储交互来有效地检索正确的结果。与传统的图数据库相比，NGDB允许使用嵌入存储灵活和统一地建模不同模态的特征。此外，当图不完整时，它们可以提供正常图DB无法恢复的答案的鲁棒检索。最后指出了NGDB未来的研究方向、有待解决的问题和应用前景。
2023-03-26 cs.AI cs.DB cs.LG
