How Many and What Types of SPARQL Queries can be Answered through Zero-Knowledge Link Traversal?
当前查询Web of Data的实际方法是通过SPARQL协议,其中客户端通过SPARQL端点向服务器发送查询。与HTTP服务器相反,提供和维护一个健壮和可靠的端点需要大量的工作,而不是所有的发布者都愿意或能够做到。另一种查询评估方法是通过链接遍历,其中通过实时的解引用在线Web资源(URI)来回答查询。虽然已经提出了用于这种基于查找的查询评估方法的几种方法,但是不存在对可以在实况Web上直接回答的查询的类型(模式)的分析,而不访问本地或远程端点,并且没有可用数据源的先验知识。在本文中,我们首先提供了一种方法来检查是否可以通过零知识链接遍历(而不访问端点)回答SPARQL查询(SPARQL端点上进行评估),并分析了一个大语料库的真实SPARQL查询日志的频率和分布的可回答和不可回答的查询模式。随后,我们提供了一个算法,用于将应答查询转换为绕过端点的SPARQL-LD查询。我们报告的转换查询的效率的实验结果,并讨论了这种查询评估方法的优点和局限性。
2018-12-13 cs.DB
A Chase-based Approach to Consistent Answers of Analytic Queries in Star Schemas
ETIS Laboratory - ENSEA, CY Cergy Paris University, CNRS(ETIS实验室 - ENSEA,CY塞尔吉巴黎大学,CNRS);LISN Laboratory - University Paris-Saclay, CNRS(LISN实验室 - 巴黎萨克雷大学,CNRS)
本文提出了一种基于追捕的方法,用于在星型模式数据库中计算包含聚合运算符的查询的一致答案,通过独立性条件保证算法效率。
2026-02-04 cs.DB
Efficiently Enumerating Answers to Ontology-Mediated Queries
我们研究了本体介导查询(OMQs)的答案枚举,其中本体是一组保护的TGD或制定的描述逻辑ELI和查询是一个合取查询(CQ)。除了传统的概念的答案,我们提出并研究了两个新的概念的部分答案,可以考虑空值生成的存在量词的本体。我们的主要结果是,枚举的传统的完整的答案和这两种部分的答案是可能的线性时间预处理和恒定的延迟OMQ都是无环和自由连接无环。我们还提供了部分匹配的下界。对线性时间内单个答案的检验和线性时间预处理后的常数时间内多个答案的检验的相关问题,得到了类似的结果。在这两种情况下,易处理性和难处理性之间的边界的特点是相似的,但略有不同的非循环性质。
2022-03-17 cs.DB
Computing Range Consistent Answers to Aggregation Queries via Rewriting
本文研究在违反主键约束的数据库上回答带聚合的连接查询,目标是找出使聚合值最低的修复,并刻画可通过一阶逻辑聚合重写确定该值的查询类。
2024-09-03 cs.DB
Giving the Right Answer: a Brief Overview on How to Extend Ranking and Skyline Queries
为了在数据库中检索最佳结果,我们使用Top-K查询和Skyline查询,但出现了一些问题。前者过于依赖用户偏好,这是难以量化的,可能会扭曲数据的获取,而后者往往输出太多的数据。在本文中,我们探讨了三个不同的研究分支,试图克服这些限制:灵活/受限的天际线,天际线排序/排名,后悔最小化。我们分析它们是如何工作的,并对它们进行比较,以指导读者选择最适合他们用例的方法。
2022-02-13 cs.DB
Mining Precision Interfaces From Query Logs
交互式工具通过隐藏底层查询复杂性并为与分析相关的查询部分公开交互式小部件,使数据分析更高效,更易于最终用户访问。然而,创建定制的(即,精确的)接口是非常昂贵的,并且自动化方法是期望的。我们提出了一种语法方法,使用查询分析生成一个量身定制的接口。我们将接口部件建模为修改当前分析查询$q$的函数I(q)-> q',并将接口建模为其部件可以表达的查询集。我们的系统,精度接口,分析输入查询之间的结构变化,从分析,并生成一个输出界面与小部件来表达这些变化。我们在Sloan Digital Sky Survey查询日志上的实验表明,Precision Interfaces可以为简单的意外任务生成有用的接口,我们的优化可以在不到10秒的时间内从多达10,000个查询的日志中生成接口。
2019-04-15 cs.DB
Consistent Query Answering for Primary Keys and Conjunctive Queries with Counting
本文研究带计数的一致性查询应答,定义新语法类C_parsimony,证明其恰好包含所有允许简约计数的无自连接合取查询,否定了C_forest的完备性。
2024-02-09 cs.DB
Determining Relevant Relations for Datalog Queries under Access Limitations is Undecidable
访问限制是对访问关系的元组的方式的限制。在访问限制下,查询回答变得比传统情况下更复杂,不能保证可以提取的答案元组(又名最大答案)都是那些没有访问限制的答案元组(又名完整答案)。访问限制下的查询应答领域在过去已经得到了广泛的研究。已经将注意力集中于确定与查询相关的关系的问题,即,这些(可能是非查询的)关系可能需要被访问,以便在最大答案中找到所有元组。在这篇简短的论文中,我们表明,相关性是不可判定的数据库查询。
2014-01-03 cs.DB
An Adaptive Mechanism for Accurate Query Answering under Differential Privacy
我们提出了一种新的机制,回答集计数查询下差分隐私。给定计数查询的工作负载,该机制自动选择一组不同的“策略”查询来私下回答,使用这些答案来导出工作负载的答案。本文提出的主要算法近似的线性计数查询的任何工作负载的最优策略。在不增加隐私保证的前提下,该机制在(ε,δ)-差分隐私下,对许多工作负载都能达到接近最优的错误率。其结果是一个自适应的机制,可以帮助用户实现良好的效用,而不需要他们仔细的原因,他们的任务的最佳配方。
2012-02-16 cs.DB
Answering SPARQL queries modulo RDF Schema with paths
SPARQL是RDF图的标准查询语言。在其严格的实例化中,它只提供根据RDF语义的查询,因此会忽略相对于(RDF)模式或(OWL)本体表达的数据的语义。已经提出了对SPARQL的几个扩展来查询RDF数据模RDFS,即,用RDFS语义解释查询和/或考虑外部本体。我们介绍了一个通用的框架,它允许表示查询回答模一个特定的语义在一个同质的方式。在本文中,我们讨论了扩展SPARQL,使用正则表达式来导航RDF图,并可用于回答查询考虑RDFS语义。我们也认为他们的嵌入作为SPARQL的扩展。这些SPARQL扩展解释建议的框架内,他们的缺点。特别是,我们表明,PSPARQL查询语言,一个严格的扩展SPARQL提供传递闭包,允许回答SPARQL查询模RDFS图与SPARQL通过一个简单的转换查询相同的复杂性。我们也考虑语言,除了路径,提供约束。特别是,我们提出并比较nSPARQL和我们的建议CPSPARQL。我们表明,CPSPARQL是足够的表达,以回答完整的SPARQL查询模RDFS。最后,我们比较了nSPARQL和相应的CPSPARQL片段的表达能力和复杂性,我们称之为cpSPARQL。我们表明,这两种语言具有相同的复杂性,通过cpSPARQL,作为一个适当的扩展SPARQL图形模式,是更有表现力比nSPARQL。
2013-11-15 cs.DB
NeuroSketch: Fast and Approximate Evaluation of Range Aggregate Queries with Neural Networks
针对范围聚合查询,提出NeuroSketch框架,通过建模查询而非数据训练神经网络,提供了依赖分布和查询的误差界限,并在速度和精度上显著优于现有技术。
2023-04-07 cs.DB
Mining Precision Interfaces From Query Logs
交互式工具使数据分析更有效,更容易为广大人群所用。简单的界面(如Google Finance)以及复杂的可视化探索界面(如Tableau)都是有效的,因为它们是针对所需的用户任务量身定制的。然而,设计交互式界面需要技术专长和领域知识。专家是稀缺和昂贵的,因此目前不可能为每个用户和每个任务提供定制的(或精确的)界面。我们设想一种数据驱动的方法来生成量身定制的交互式界面。我们观察到,交互式界面的目的是表达一套程序,因此,越来越多的数据系统收集的程序样本,可以帮助我们建立交互式界面。基于这一思想,Precision Interfaces是一个与语言无关的系统,它检查输入查询日志,识别查询在结构上如何变化,并生成交互式Web界面来表达这些变化。本文的重点是将这种思想应用于结构化查询的日志。我们的实验表明,Precision Interfaces可以支持多种查询语言(SQL和SPARQL),从OLAP查询中派生Tableau的突出交互组件,在不到12分钟的时间内分析<75k个查询,并生成改进现有界面的交互设计,与人工制作的界面相当。
2017-11-30 cs.DB
Answering Analytical Queries on Text Data with Temporal Term Histograms
时间文本,即,在诸如报纸、博客和社交媒体帖子之类的各种数据源中大量地发现了带时间戳的文本数据。虽然今天的数据管理系统提供了搜索全文数据的工具,但它们没有提供任何简单的原语来对文本执行分析操作。本文提出了时间项直方图(TTH)作为一个中间原语,可用于分析任务。我们提出了一个代数,与运营商和等价规则TTH和关系数据库系统上的参考实现。
2018-10-15 cs.DB
On the complexity of query containment and computing certain answers in the presence of ACs
我们经常添加算法来扩展查询语言的表达能力,并在使用视图回答查询的框架中研究诸如测试查询包含性和找到某些答案等问题的复杂性。当添加算术比较时,这类问题的复杂性高于没有它们的对应问题的复杂性。已经观察到,如果我们将包含查询中的一些比较限制为封闭或开放半区间比较,则可以实现较低的复杂度。在这里,重点是a)的问题上的合取查询与算术比较(CQAC查询,简称),我们证明了其计算复杂性和b)的问题上的上限计算某些答案,我们发现大类的CQAC查询和意见,这个问题是多项式的。
2020-11-18 cs.DB
Efficient Uncertainty Tracking for Complex Queries with Attribute-level Bounds (extended version)
某些答案是处理许多实际数据管理任务中出现的不确定性的原则性方法。不幸的是,这种方法是昂贵的,可能会排除有用的(如果不确定)答案。之前的工作介绍了不确定性注释数据库(UA-DB),它结合了某些答案的欠近似和过近似。UA-DB将基于不完全K关系的某些答案的可靠性与经典确定性数据库系统的性能相结合。然而,UA-DB仅支持有限类别的查询,并且不支持属性级别的不确定性,这可能导致某些答案的不准确的欠近似。在本文中,我们介绍了属性注释的不确定数据库(AU-DBs),扩展了UA-DB模型与属性级注释,记录所有可能的世界的属性值的界限。这使得不完整的数据库更精确的近似。此外,我们扩展UA-DB编码一个紧凑的过度近似的可能的答案,这是必要的,以支持非单调查询,包括聚合和设置差异。我们证明了AU-DBs的查询处理保留了某些和可能的答案的界限,并研究了压缩中间结果以保持效率的算法。通过对可能的答案进行紧凑编码,我们的方法还为处理缺失数据提供了坚实的基础。使用以准确性换取性能的优化,我们的方法可以扩展到复杂的查询和大型数据集,并产生准确的结果。此外,它显着优于不确定的数据管理的替代方法。
2021-02-23 cs.DB
Answering Constraint Path Queries over Graphs
University of Kaiserslautern-Landau(凯泽斯劳滕-兰道大学);MPI-SWS(马克斯·普朗克软件系统研究所)
本文提出了一种在属性图上扩展常规路径查询的约束路径查询语言,并利用SMT求解器高效处理约束,通过实证验证展示了方法的可行性。
2025-12-01 cs.DB
Querying Data Exchange Settings Beyond Positive Queries
本文针对数据交换中一般查询语义的不足,提出一种新语义,使其在肯定查询上与经典语义一致,并证明在弱无环依赖下查询回答为coNP完全,且可通过带选择的逻辑程序计算精确答案或构造代表性实例在多项式时间内计算近似答案。
2023-07-06 cs.DB
Answering Queries using Views over Probabilistic XML: Complexity and Tractability
我们研究的复杂性,查询回答使用视图的概率XML设置,确定大类的查询-子和后代导航和谓词-有效率(PTime)算法。我们认为这个问题下的两种可能的语义XML查询结果:持久的节点标识符,并在他们的缺席。因此,我们考虑重写,可以利用一个单一的视图,通过补偿,和重写,可以使用多个视图,通过交叉。由于在概率设置中,查询返回具有概率的答案,因此重写的问题超出了从视图中检索XML答案的经典问题。对于这两种语义的XML查询,我们表明,即使XML的答案可以从视图中检索,其概率可能是不可计算的。对于只使用补偿的重写,我们描述了一个PTime决策过程,基于易于验证的标准,区分可行的情况下-当概率XML结果是可计算的-和不可行的。对于重写,可以使用多个视图,补偿和交叉,我们确定最宽容的条件,使概率重写可行,我们描述了一个算法,这是健全的一般情况下,并成为完整的相当宽容的限制下,运行在PTime模最坏情况下的指数时间等价性测试。这是我们所能期望的最好结果,因为交集使得查询等价已经在确定性数据上变得棘手。我们的算法运行在PTime只要确定性重写可以在PTime中找到。
2012-08-01 cs.DB
Counting Answers to Existential Positive Queries: A Complexity Classification
势正公式形成一阶逻辑的片段,其包括并在语义上等价于合取查询的并集,合取查询是数据库理论中最重要和研究最充分的查询类别之一。我们考虑了有限结构上存在正公式的答案数计算的复杂性,并在有界元的条件下给出了查询类的一个截集定理。这个定理推广和统一了关于合取查询和合取查询并的复杂性的几个已知结果。
2016-04-20 cs.CC cs.DB
Advancing Fact Attribution for Query Answering: Aggregate Queries and Novel Algorithms
本文提出基于Banzhaf和Shapley值的聚合查询事实归因方法,通过等价贡献分组和血统梯度优化,实现比现有技术快三个数量级的运行时性能。
2025-06-20 cs.DB
Optimally Summarizing Data by Small Fact Sets for Concise Answers to Voice Queries
我们的目标是找到最佳总结数据集的事实组合。我们认为这个问题的背景下,语音查询界面简单,探索性的数据分析。在这里,系统通过相关数据的简短摘要回答语音查询。寻找最佳语音数据摘要在计算上是昂贵的。这一领域的先前工作已经利用了采样和增量处理。相反,我们依靠预处理阶段在批处理操作中生成数据子集的摘要。此步骤将运行时间开销减少了几个数量级。我们提出了多种算法的预处理阶段,实现不同的最优性和数据处理开销之间的权衡。我们正式分析我们的算法,并将它们与以前的方法生成语音数据摘要进行实验比较。我们报告多个用户的研究与原型系统实现我们的方法。此外,我们还报告了在Google Assistant平台上公开部署我们的系统所获得的见解。
2021-03-18 cs.DB
Semi-interval Comparison Constraints in Query Containment and Their Impact on Certain Answer Computation
National Technical University of Athens(雅典国立技术大学);Ionian University, Corfu(爱奥尼亚大学)
研究带算术比较的合取查询(CQAC)的包含问题,发现当包含查询具有半区间比较时,问题复杂度可从Π₂^p完全降为NP,并证明在某些简单情况下仍保持Π₂^p完全;同时证明使用CQAC视图计算确定答案时,最大包含重写总能精确计算所有确定答案,并在某些情况下可在多项式时间内完成。
2026-05-24 cs.DB
Compact Answers to Temporal Path Queries
针对时态路径查询答案的紧致表示难题,研究了四种基于不同区间编码的紧致表示方法,分析了其在简洁性、唯一性和计算成本上的优劣,其中最优编码可实现稠密时间下查询答案的有限表示。
2025-07-29 cs.DB
Efficient Batch Query Answering Under Differential Privacy
差分隐私是通过随机化查询答案来实现的严格隐私条件。本文提出了一种在差分隐私下的低错误率的多查询应答算法。我们追求这一目标,推进最近的方法称为矩阵机制,它概括了标准的差异私人机制。这种新机制的工作原理是首先回答一组不同的查询(一种策略),然后推断出所需查询工作负载的答案。虽然有一些策略在特定的工作负载上工作得很好,但找到在任意工作负载上最小化错误的策略是棘手的。我们证明了这种机制的最佳误差的一个新的下限,我们提出了一个有效的算法,接近这个界限的工作量范围很广。
2011-03-07 cs.DB
Data Cleaning and Query Answering with Matching Dependencies and Matching Functions
匹配依赖最近被引入作为数据清理和实体解析的声明性规则。在数据库实例上强制匹配依赖关系可以标识两个元组的某些属性的值,前提是某些其他属性的值足够相似。假设存在使两个属性值相等的匹配函数,我们正式介绍了使用匹配依赖关系清理实例的过程,作为一个类似追逐的过程。我们发现,匹配功能自然引入属性域上的格结构,以及实例之间的语义支配的偏序。使用后者,我们定义的语义干净的查询回答的某些/可能的答案作为最大的下限/最小的上限从干净的实例中获得的所有可能的答案。我们表明,干净的查询回答是棘手的,在某些情况下。然后,我们研究查询表现单调WRT语义支配秩序,并表明,我们可以提供一个下/上近似干净的答案单调查询。此外,非单调的肯定查询可以放宽到单调查询。
2010-08-23 cs.DB
Answering Queries with Negation over Existential Rules
基于本体的查询回答存在的规则是很好地理解和实施的肯定查询,特别是合取查询。对于带否定的查询,情况发生了巨大的变化,因为没有商定的语义或标准实现。分层,如用于数据库,是不够的存在规则,因为后者仍然承认多个通用模型,可以不同的否定查询。因此,我们提出了一个有意义的(非单调)的语义查询否定的基础上,通用的核心模型。由于核心很难计算,我们确定的查询,可以等价地回答其他类型的模型的语法描述。这会导致带有否定的查询片段,可以由当前的Chase实现安全地评估。我们建立了新的技术来估计核心模型与其他通用模型的不同之处,并将我们的研究结果纳入一种新的否定存在规则的推理方法。
2021-12-21 cs.DB cs.LO
Querying Incomplete Data : Complexity and Tractability via Datalog and First-Order Rewritings
研究不完整数据上查询的确定答案复杂性问题,通过重写为 Datalog 和一阶查询高效回答扩展合取查询,并给出精确复杂性界限。
2023-10-19 cs.DB
Answering Summation Queries for Numerical Attributes under Differential Privacy
在这项工作中,我们探讨了在差分隐私下回答一组求和查询的问题。这是一个不太容易理解的问题,特别是在数值域的情况下。我们表明,传统的技术从文献中并不总是最好的选择,更严格的方法是必要的,以开发低误差算法。
2019-08-27 cs.CR cs.DB
Direct Access for Conjunctive Queries with Negations
Université d’Artois(阿图瓦大学);Université de Lille(里尔大学)
本文研究了带有否定原子的联合查询的直接访问问题,通过电路类表示关系数据,证明了大规模联合查询的可处理性,统一了正负联合查询的可处理结果。
2026-03-10 cs.DB
Efficiently Computing Provenance Graphs for Queries with Negation
解释为什么答案会出现在查询结果中,或者为什么结果中没有答案,对于许多应用程序都很重要,包括审计、调试数据和查询,以及回答关于数据的假设问题。这两类问题,即,为什么和为什么不起源,已经被广泛研究。在这项工作中,我们提出了第一个实用的方法来回答这些问题的查询否定(一阶查询)。我们的方法是基于重写的数据库规则(称为射击规则),捕获成功的规则推导的上下文内的数据库查询。我们扩展这种重写,以支持否定和捕获失败的推导,解释失踪的答案。给定一个(为什么或为什么不)出处问题,我们计算一个解释,即,与回答问题相关的出处部分。我们引入优化,如果我们可以确定它们不会成为给定问题的解释的一部分,则在早期修剪起源图的部分。我们提出了一个实现,运行在一个关系数据库使用SQL计算解释。我们的实验表明,我们的方法可扩展到大型实例,并显着优于早期的方法,该方法实例化的完整出处计算的解释。
2017-01-20 cs.DB
Space-Time Tradeoffs for Conjunctive Queries with Access Patterns
针对带访问模式的合取查询时空权衡缺乏通用框架的问题,提出基于PANDA算法与树分解的通用框架,涵盖现有最优方案且在可达性查询上实现性能提升。
2023-05-02 cs.DB
Optimizing Fitness-For-Use of Differentially Private Linear Queries
在实践中,不同的私有数据发布旨在支持各种应用程序。如果数据发布满足每个应用程序的目标精度要求,则数据发布适合使用。在本文中,我们考虑的问题,回答线性查询下差分隐私每个查询的准确性约束。现有的实际框架,如矩阵机制,不提供这样的细粒度控制(它们优化总错误,这使得一些查询答案比必要的更准确,以其他查询变得不再有用为代价)。因此,我们设计了一个适合使用的策略,增加隐私保护高斯噪声查询答案。噪声的协方差结构进行了优化,以满足细粒度的精度要求,同时最大限度地减少隐私成本。
2021-06-14 cs.DB
Optimizing Histogram Queries under Differential Privacy
差分隐私是一种强大的隐私标准,已成功应用于一系列数据分析任务。尽管最近的工作,回答相关查询的集合的最佳策略是不知道的。我们研究的问题,设计一组策略查询,提交和回答私人,这将支持一个给定的查询工作量的答案。我们提出了一个一般的框架,在该框架中,查询策略是由计数查询的线性组合形成的,我们描述了一种最佳方法,用于从策略查询的答案中获得新的查询答案。使用这个框架,我们的错误的战略几何特征,我们提出了解决问题的最佳策略。
2010-09-06 cs.CR cs.DB
Efficient Approximate Query Answering over Sensor Data with Deterministic Error Guarantees
随着传感器数据的激增,对多个传感器数据集上的分析查询的有效评估的需求越来越大。这些数据集的规模使得精确的查询回答不可行,导致研究人员开发近似的查询回答方法。然而,现有的近似查询应答算法不适合于对传感器数据的查询的有效处理,因为它们表现出以下缺点中的至少一个:(a)它们不提供确定性错误保证,而采用在许多情况下不可接受的较弱概率错误保证,(b)它们只允许对单个数据集进行查询,因此不支持在实践中出现的对多个数据集的大量查询,例如相关或互相关,以及(c)它们一般支持关系数据并且因此错过了由传感器数据的特殊性质产生的加速机会,其不是随机的,而是遵循典型的平滑的潜在现象。为了解决这些问题,我们提出了PlatoDB;一种利用传感器数据的性质来压缩它们并提供对多个传感器数据集的查询的高效处理,同时提供确定性错误保证的系统。PlatoDB通过一种新颖的架构实现了上述目标,该架构(a)在数据导入时预处理每个数据集,为它创建中间分层数据结构,该中间分层数据结构提供数据集的概要的分层以及适当的误差度量,以及(b)在查询处理时利用预-计算数据结构以计算近似答案,并且即使当这些组合多个数据集时,也能保证特定查询的确定性错误。
2017-09-18 cs.DB
Space-Time Tradeoffs for Spatial Conjunctive Queries
本文针对空间合取查询,建立回答时间与空间使用的权衡下界,并构建最优索引,支持范围空性、范围计数和最近邻查询,可提升关系算法性能。
2025-09-12 cs.DB
Answering Regular Path Queries on Workflow Provenance
本文提出了一种新的方法,有效地评估经常路径查询的起源图的工作流,可能包括递归。该方法假设工作流G的执行g使用现有技术被标记有查询不可知的可达性标签。在查询时,给定g,G和规则路径查询R,该方法将R分解成子查询R1,.,Rk对G是安全的。对于每个安全子查询Ri,G被重写,使得使用g中的节点的可达性标签,可以在恒定时间内判定两个节点之间是否存在与Ri匹配的路径。然后,每个安全子查询的结果被组合,可能有一些小的不安全余数,以产生R的答案。该方法的结果在一个算法,显着减少了现有技术的子查询k的数量,通过增加它们的大小和复杂性,并评估每个子查询的时间限制其输入和输出大小。实验结果证明了这种方法的好处。
2014-08-05 cs.DB
Finding Patterns in a Knowledge Base using Keywords to Compose Table Answers
我们的目标是提供表答案的关键字查询对知识库。对于引用多个实体的查询,如“华盛顿城市人口”和“梅尔吉布森电影”,最好将每个相关答案表示为一个表,该表在同一表方案或模式内聚合一组实体或实体连接。在本文中,我们研究了如何找到高度相关的模式在知识库中的用户给定的关键字查询组成表的答案。知识库可以被建模为称为知识图谱的有向图,其中节点表示知识库中的实体,边表示它们之间的关系。每个节点/边都标有类型和文本。模式是包含文本中所有关键字的子树的聚合,并且在节点/边缘上具有相同的结构和类型。我们提出了有效的算法来找到相关的一类评分函数的查询模式。我们在理论上的问题的硬度,并提出基于路径的索引,是负担得起的内存。提出了两种查询处理算法:一种是利用索引对小查询(答案为小模式)进行快速处理的算法;另一种是理论上更好的算法,其运行时间与索引和答案的大小成线性关系,可以更好地处理大查询。我们还进行了广泛的实验研究,比较我们的方法与一个天真的适应已知的技术。
2014-09-04 cs.DB
Chases and Bag-Set Certain Answers
在本文中,我们表明,追逐技术是强大的,足以捕捉袋集语义的IDBs和ID和TGD的合取查询。此外,我们认为,在这种情况下,它提供了有效的(LogSpace)查询评估算法,而且,它可以作为评估的基础上,一些限制类的聚合查询下不完整的信息。
2014-12-10 cs.DB
Learning and Verifying Quantified Boolean Queries by Example
为了帮助用户指定和验证量化的查询-一类数据库查询已知是非常具有挑战性的所有,但最专业的用户-一个可以询问用户是否某些数据对象的答案或非答案,她打算查询。在本文中,我们分析了学习或验证qhorn查询,一类特殊的布尔量化查询,其基本形式是量化Horn表达式的连接词所需的问题的数量。我们提供了最佳的多项式问题和多项式时间的学习和验证算法的两个子类的类qhorn查询的因果密度上的上限恒定限制。
2013-04-16 cs.DB
A Dichotomy on the Complexity of Consistent Query Answering for Atoms with Simple Keys
研究了主键码违规情况下的一致性查询应答问题。在这种情况下,数据库中的关系违反了关键约束,我们对满足约束的数据库的最大子集感兴趣,我们称之为修复。对于一个布尔查询Q,问题CERTAINTY(Q)询问是否每个这样的修复满足查询或不;问题是已知的,总是在coNP的合取查询。然而,存在可以在多项式时间内解决的查询。已经证明,对于合取查询,CERTAINTY(Q)的复杂性存在二分法:它要么是PTIME,要么是CONP-完全的。在本文中,我们证明了该猜想确实是真实的情况下,合取查询没有自我加入,每个原子作为一个关键字,无论是一个单一的属性(简单的关键字)或所有属性的原子。
2014-01-15 cs.DB
Answering Range Queries Under Local Differential Privacy
对具有在指定间隔(即\emph{range query})内的输入的总体的分数进行计数是基本的数据分析原语。范围查询还可以用于计算其他感兴趣的统计数据,例如\emph{quantiles},并构建预测模型。然而,当数据来自个人时,通常会受到隐私问题的影响,例如涉及他们的财务,健康,宗教或政治地位。在本文中,我们介绍和分析的方法,以支持范围查询下的本地变量的差分隐私,一个新兴的标准,隐私保护数据分析。本地模型要求每个用户在隐私保证下发布其私人数据的噪声视图。虽然许多作品解决的问题范围查询的可信聚合器设置,这个问题还没有得到解决,特别是在不可信的聚合(本地DP)模型,即使许多原语最近已经开发了估计离散分布。我们描述和分析了两类范围查询的方法,基于层次直方图和Haar小波变换。我们表明,两者都有很强的理论精度保证方差。在实践中,这两种方法都是快速的,并且需要最少的计算和通信资源。我们的实验表明,小波的方法是最准确的高隐私设置,而层次的方法占主导地位的较弱的隐私要求。
2018-12-31 cs.DB
Linear Programs with Conjunctive Database Queries
本文提出语言 LP(CQ) 以刻画变量为合取查询答案的线性规划,并利用小宽度广义超树分解减少变量数量,在保持最优值的同时实现高效求解,展示了其在资源配送、差分隐私和图模式挖掘中的应用。
2024-01-25 cs.DB
Possible and Certain Answers for Queries over Order-Incomplete Data
为了组合和查询来自多个源的有序数据,需要处理关于可能的排序的不确定性。这种“订单不完整”数据的示例包括集成事件序列,诸如日志条目、属性列表(例如,酒店和餐馆),以及以不确定的编辑顺序同时编辑的文档。本文介绍了一种基于正关系代数的有序累积的不完全数据查询语言。我们使用偏序来表示订单不完整的数据,并在这种情况下,研究可能的和某些答案的查询。我们表明,这些问题分别是NP-完全和CONP-完全的,但确定许多易于处理的情况下,根据查询运算符或输入偏序。
2018-01-26 cs.DB
Efficient Approximation of Certain and Possible Answers for Ranking and Window Queries over Uncertain Data (Extended version)
针对不确定数据上排名类查询现有方法孤立处理、数据模型不兼容的问题,提出支持排名、top-k和窗口查询结果欠/过近似的高效方法,在PostgreSQL实现并经多数据集验证性能与准确性更优。
2023-05-03 cs.DB
Consistent Query Answering for Primary Keys on Rooted Tree Queries
本文针对根树查询类研究主键约束下一致性查询回答的数据复杂度,证明每个根树查询的 CERTAINTY(q) 必属 FO、NL-hard∩LFP 或 coNP-complete 三类之一且可在多项式时间内判定,并将分类扩展到具有简单主键的更大查询类。
2023-10-30 cs.DB
Querying Incomplete Numerical Data: Between Certain and Possible Answers
具有聚合和算术运算的数据库,以及不完整的数据,在现实世界的数据库中很常见,但我们对它们应该如何交互缺乏很好的理解。一方面,基于SQL的系统为数字空值提供了专门的规则,另一方面,理论研究主要集中在某些和可能的答案的标准概念上。然而,在存在数值属性和聚合的情况下,这些答案通常是没有意义的,返回的要么太少,要么太多。我们的目标是定义一个原则性的框架,数据库与数值空和回答查询的算术和聚合。为了实现这个目标,我们假设数值属性中的缺失值由与标记空值相关的概率分布给出。这就产生了一个概率包数据库模型,其中元组不一定是独立的,因为空值可以重复。我们提供了一个通用的组合框架查询回答,然后集中在类似于标准SQL的算术和聚合查询。我们表明,这些查询是可衡量的,他们的输出有一个有限的表示。此外,由于经典形式的答案在数值设置中提供的信息很少,我们研究输出元组中的数值属于特定区间的概率。即使他们的精确计算是棘手的,我们表现出有效的近似算法来计算这样的概率。
2022-11-01 cs.DB
Answering Conjunctive Queries with Inequalities
本文研究了用不等式回答合取查询的复杂性。特别是,我们感兴趣的是比较复杂的查询和不平等。我们的工作的主要贡献是一种新的组合技术,使我们能够使用任何选择-项目-连接查询计划为一个给定的CQ没有不平等回答CQ的不平等,在运行时间的一个额外的因素,只取决于查询。关键思想是定义一个新的投影算子,它保留了映射到投影输出中的每个元组的输入元组集合的小表示(与数据库的大小无关);该表示用于评估查询中的所有不等式。其次,我们推广了Papadimitriou-Yannakakis [17]的一个结果,并给出了一个基于颜色编码技术[4]的替代算法,通过使用不含不等式的CQ的算法来计算含不等式的CQ。第三,我们调查的结构的查询图,不等式图,和增强的查询图与不等式,并表明,即使查询和不等式图有界树宽,增强图不仅可以有一个无界树宽,但也可以是NP-难评估。此外,我们说明类的查询和不等式的增强图有无界树宽,但CQ与不等式可以在多时间进行评估。最后,我们给出了允许一类CQ具有关于任何不等式模式的多时间组合复杂度的必要性质和充分性质。我们还说明了类的查询,我们的查询计划为基础的技术优于本文中讨论的替代方法。
2014-12-12 cs.DB
A Trichotomy in the Complexity of Counting Answers to Conjunctive Queries
合取查询是基本的和大量研究的数据库查询;在关系代数中,它们是选择-项目-连接查询。在这篇文章中,我们研究计数的基本问题,给定一个合取查询和一个关系数据库,查询的答案在数据库上的数量。特别是,我们研究了这个问题的复杂性相对于合取查询集。我们提出了一个分割定理,它基本上表明,这个问题的一组合取查询是易处理的,相当于参数化CLIQUE问题,或硬的参数化计数CLIQUE问题;描述这些情况发生的标准是简单地说,在图论条件。
2015-01-21 cs.CC cs.DB cs.LO
Answering Non-Monotonic Queries in Relational Data Exchange
关系数据交换是根据源数据和目标数据之间的关系规范将关系数据从源模式转换为目标模式的问题。其中一个基本问题是如何回答针对目标数据提出的查询。虽然已经达成共识的确定性语义单调查询,这个问题变得更加困难的非单调查询。在过去的几年中,已经提出了几种非单调查询的语义。本文提出了一种新的非单调查询语义,称为GCWA * 语义。它的灵感来自演绎数据库领域的语义。我们表明,GCWA *-语义符合标准的开放世界语义的单调查询,我们进一步探讨(数据)的复杂性下的GCWA *-语义评估非单调查询。特别是,我们引入了一类模式映射的通用查询可以评估下的GCWA *-语义在多项式时间(数据复杂性)的核心的通用解决方案。
2011-09-01 cs.DB cs.LO
NL2INTERFACE: Interactive Visualization Interface Generation from Natural Language Queries
Columbia University(哥伦比亚大学);University of Washington(华盛顿大学);University of Hong Kong(香港大学)
我们开发NL2INTERFACE探索潜在的生成可用的交互式多可视化界面从自然语言查询。使用NL2INTERFACE,用户可以直接编写自然语言查询,以自动生成完全交互式的多可视化界面,而无需学习工具或程序设计语言。此外,用户可以与界面交互,轻松转换数据并快速查看可视化结果。
2022-09-24 cs.AI cs.CL cs.DB
Semantic Width of Conjunctive Queries and Constraint Satisfaction Problems
合取问题和约束满足问题的求解是计算机科学中最基本的任务之一。它们是经典的NP完全问题。因此,寻找这些问题的易处理的片段在过去的几十年里受到了大量的研究兴趣。这项研究传统上沿着三条正交的线索进行。a)将查询重构为更简单、等价的查询(语义优化)b)基于查询的结构属性来界定答案大小c)以全局一致性遵循局部一致性的方式分解查询。连接这两个线程的各种工作已经取得了很大的进展。有界的答案大小和分解已经被证明是紧密相连的,通过分数超树宽度的重要概念,最近,子模宽度。最近的论文由Zió等人研究在语义优化下的分解直到广义超树宽度。在这项工作中,我们通过引入语义宽度的一般概念并研究分数超树宽度,自适应宽度,子模块宽度和分数覆盖数的语义版本来连接所有这三个线程。
2018-12-13 cs.DB
Exchange-Repairs: Managing Inconsistency in Data Exchange
在具有目标约束的数据交换设置中,通常情况下给定的源实例没有解决方案。在这种情况下,目标查询的语义变得平凡化。本文的目的是介绍和探索一个新的框架,使有意义的语义在这种情况下,通过使用交换修复的概念。非正式地说,源实例的交换修复是另一个源实例,它与第一个源实例的差别很小,但有一个解决方案。交换修复产生了一个自然的概念,交换修复某些答案(XR-某些答案)的目标查询。我们证明了,对于由源到目标GAV依赖和目标相等生成依赖(egds)指定的模式映射,目标合取查询的XR确定答案可以重写为一致答案(在标准数据库修复的意义上)相对于源模式上的一组EGD的源模式上的合取查询的并集,使得可以使用一致的查询-应答系统来计算数据交换中的XR确定的应答。然后,我们研究了一般情况下的模式映射指定的源到目标GLAV约束,一个弱的非循环的一组目标TGDS和一组目标EGDS。的主要结果断言,对于这样的设置,XR-一定的答案的合取查询可以被重写为一定的答案的联合合取查询相对于稳定模型的析取逻辑程序在一个适当的扩展的源模式。
2015-09-21 cs.DB
Answer Graph: Factorization Matters in Large Graphs
我们的回答图方法来评估SPARQL合取查询(CQ)找到一个因式分解的答案集,一个答案图,然后从中找到嵌入元组。这种方法可以大大降低CQ的评估成本。这提供了第二个优势:我们可以构建一个基于成本的计划器。我们提出了答案图的方法,并概述了我们的原型系统,线框。然后,我们通过YAGO2s数据集上的微基准测试提供概念证明,该数据集具有两种常见的查询形状,雪花和钻石。我们将Wireframe的性能与PostgreSQL、Virtuoso、MonetDB和Neo4J进行了比较,以说明我们的应答图方法的性能优势。
2020-11-10 cs.DB
Answering Top-k Queries Over a Mixture of Attractive and Repulsive Dimensions
在本文中,我们制定了一个top-k查询,比较数据库中的对象,用户提供的查询对象上的一个新的评分函数。建议的评分函数结合了吸引和排斥维度的思想到一个通用的框架,以克服传统的距离或相似性措施的弱点。我们研究了所提出的评分函数类的属性,并开发了高效和可扩展的索引结构,索引等值线的功能。我们演示了各种情况下,查询发现应用程序。经验评估表明,查询时间上的性能增益的一个到两个数量级超过现有的最先进的top-k技术。此外,对真实数据集进行定性分析,以突出所提出的查询在发现隐藏数据特征方面的潜力。
2011-11-30 cs.DB