TKHist: Cardinality Estimation for Join Queries via Histograms with Dominant Attribute Correlation Finding
TKHist通过放宽直方图均匀性假设并引入主导连接路径相关性发现算法，实现了多表连接查询的准确基数估计，误差方差较最先进方法降低2-3个数量级。
2025-10-17 cs.DB
Multi-Attribute Group Fairness in $k$-NN Queries on Vector Databases
NJIT（新泽西理工学院）
本文提出了一种多属性群体公平性框架，通过改进的LSH和整数线性规划算法，在向量数据库的k-NN查询中实现公平性与效率的平衡。
2026-02-19 cs.DB
K-Dominant Skyline Join Queries: Extending the Join Paradigm to K-Dominant Skylines
Skyline查询通过过滤所有感兴趣属性都比另一个对象差的对象来实现多标准优化。为了处理高维数据集上Skyline查询的大答案集，提出了k-支配的概念，如果一个对象在至少k个属性上优于（或等于）另一个对象，则称该对象支配另一个对象。这放松了正常的天际线查询的完全支配标准，因此，产生较少数量的天际线对象。这就是所谓的k-支配天际线集。但是，许多实际应用程序要求将首选项应用于连接关系。常见的例子包括航班有一个或多个站点，产品价格和运输成本的组合等，在本文中，我们扩展了k-占主导地位的天际线查询的连接范式，使这样的查询被要求加入的关系。我们称这种查询为KSJQ（k-支配天际线连接查询）。对象必须支配的天际线属性的数量k来自于联接关系的天际线属性的组合集合。我们展示了如何预处理的基础关系有助于减少回答这样的查询的时间在天真的方法加入的关系，然后运行的k-占主导地位的天际线计算。我们还扩展了查询处理的情况下，天际线的首选项是聚合值的连接关系（如总成本的多个航段的航班），这是只有在加入执行。除了这些问题，我们设计了有效的算法来选择k值的基础上所需的基数的最终天际线集。在真实数据集和合成数据集上的实验证明了算法的有效性、可扩展性和实用性。
2017-02-11 cs.DB
E2E: Efficient Filtered AKNN Search via Adaptive Termination
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；University of Leicester（莱斯特大学）；The Hong Kong University of Science and Technology（香港科技大学）
针对带属性约束的近似k近邻搜索，提出基于早期探测阶段信息的轻量级模型实现自适应终止，在保证95%召回率下获得1.1-3.7倍加速。
2026-05-28 cs.DB
Matching Dependencies with Arbitrary Attribute Values: Semantics, Query Answering and Integrity Constraints
在满足相似性条件的情况下，匹配依赖（MD）被引入到数据库元组对中特定属性值的识别或匹配中。它们的实施可以被看作是实体解析的自然推广。在我们称之为MD的“纯情况”中，来自底层数据域的任何值都可以用于进行匹配的公共值。我们调查的语义和属性的数据清洗，通过执行匹配的依赖关系的纯情况。我们的特点是预期的清洁的实例，也是“干净的答案”的查询下的清洗过程中不变的。计算干净的实例和干净的查询答案的复杂性进行了研究。确定了取决于MD和查询的易处理和难处理的病例。最后，我们建立连接与数据库的完整性约束下的“维修”。
2010-08-27 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
HQANN: Efficient and Robust Similarity Search for Hybrid Queries with Structured and Unstructured Constraints
内存中近似最近邻搜索（ANNS）算法在快速高查全率查询处理方面取得了巨大成功，但在处理具有非结构化（即，特征向量）和结构化（即，相关属性）约束。在本文中，我们提出了HQANN，一个简单而高效的混合查询处理框架，可以很容易地嵌入到现有的基于邻近图的人工神经网络算法。我们保证低延迟和高召回利用属性之间的导航感和融合向量相似性搜索与属性过滤。在公共和内部数据集上的实验结果表明，HQANN比最先进的混合ANNS解决方案快10倍，以达到相同的召回质量，其性能几乎不受属性复杂性的影响。它可以在大约50微秒内达到99\% recall@10在GLOVE-1.2M上具有数千个属性约束。
2022-07-16 cs.DB cs.IR
Answering Multi-Dimensional Range Queries under Local Differential Privacy
在本文中，我们解决了在本地差分隐私下的多维范围查询的回答问题。有三个关键的技术挑战：捕捉属性之间的相关性，避免维数灾难，并处理大属性域。现有的方法中没有一种能令人满意地处理所有这三个挑战。克服这三个挑战，我们首先提出了一种称为二维网格（TDG）的方法。其主要思想是仔细使用binning划分的二维（2-D）域的所有属性对到2-D网格，可以回答所有的2-D范围查询，然后估计一个更高的维度范围查询的答案从相关的2-D范围查询的答案。然而，为了减少由于噪声的错误，粗粒度需要为每个属性在2-D网格，失去了细粒度的分布信息的个别属性。为了纠正这一缺陷，我们进一步提出了混合维网格（HDG），它还引入了1-D网格来捕获每个属性分布的细粒度信息，并结合1-D和2-D网格的信息来回答范围查询。为了使HDG始终有效，我们提供了一个指导方针，正确选择粒度的网格的基础上分析不同来源的错误是如何影响这些选择。在真实和合成数据集上进行的大量实验表明，HDG可以对现有方法进行显着改进。
2020-09-14 cs.CR cs.DB cs.DS
Eclipse: Generalizing kNN and Skyline
$k$最近邻（$k$ NN）查询和skyline查询是多维数据点上的重要操作。给定一个查询点，$k$ NN查询基于评分函数（例如属性的加权和）返回$k$最近邻居，这需要预定义的属性权重（或首选项）。Skyline查询返回任何单调评分函数的所有可能的最近邻，而不需要属性权重，但返回的点的数量可能非常大。我们观察到，$k$ NN和skyline都是不灵活的，并且不能容易地定制。在本文中，我们提出了一种新的\emph{eclipse}运营商，推广了经典的$1$ NN和skyline查询，并提供了一个更灵活和可定制的查询解决方案，为用户。在Eclipse中，用户可以指定粗略的和可定制的属性首选项，并控制返回点的数量。我们证明了$1$ NN和skyline都是eclipse的实例。为了处理Eclipse查询，我们提出了一个具有时间复杂度的基线算法$O(n^22^{d-1})$，和一个改进的基于时间转换的算法$O(n\log ^{d-1}n)$，其中$n$是点的数目，$d$是维数。此外，我们提出了一种新的基于索引的算法，利用对偶变换，具有更好的效率。在真实NBA数据集和合成数据集上的实验结果表明了eclipse算子的有效性和eclipse算法的效率。
2019-06-14 cs.DB
Structured Query Reformulations in Commerce Search
最近的工作表明，在商业搜索理解用户查询的语义，使更有效的查询分析和检索相关的产品。然而，由于缺乏足够的领域知识，用户查询往往包括无法直接映射到任何产品属性的条款。例如，寻找{ \tt设计师手袋}的用户可能以这样的查询开始，因为她不熟悉制造商、价格范围和/或给予手袋设计师吸引力的材料。当前的商业搜索引擎将诸如{ \tt designer}之类的术语视为关键字，并试图将它们与诸如产品评论和产品描述之类的内容相匹配，这通常导致较差的用户体验。在这项研究中，我们建议解决这个问题，重新制定查询涉及的条款，如{ \tt设计师}，我们称之为\emph{modifiers}，查询，指定精确的产品属性。我们学习通过分析用户行为和利用结构化数据源（如服务于查询的产品目录）来重写属性值的修饰符。我们首先产生一个基于用户行为数据的修饰符和属性值之间的概率映射。然后，这些初始关联被用于从目录中检索产品，我们根据这些产品推断出最能描述修饰符语义的属性值集。我们评估我们的方法的有效性的基础上全面的机械土耳其人的研究。我们发现，用户同意我们的方法选择的属性值在约95%的情况下，他们更喜欢的结果，我们重新制定的查询，原来的查询在87%的时间。
2012-08-13 cs.DB cs.IR
ALECE: An Attention-based Learned Cardinality Estimator for SPJ Queries on Dynamic Workloads (Extended)
本研究提出 ALECE，一种用于动态工作负载下 SPJ 查询的基于注意力的学习型基数估计器，通过数据编码器和查询分析器模块捕捉查询与数据的隐式关系，使 PostgreSQL 优化器实现接近最优的性能。
2023-10-23 cs.DB
A New Scale for Attribute Dependency in Large Database Systems
以数据为中心的大型应用程序具有不同的属性。在现代，绝大多数以数据为中心的大型应用程序都基于关系模型。数据库是表的集合，每个表都由许多属性组成。数据通常通过SQL查询访问。可以针对不同类型的优化来分析正在执行的查询。基于查询集合中不同属性的分析可以指导数据库管理员提高查询执行速度。在这种情况下，一个更好的模型将有助于预测即将到来的查询集的性质。一个有效的预测模型将指导数据库、数据仓库、数据采掘等不同的应用。建议的规模是建立在一些概率分析的基础上使用的属性在不同的查询。因此，该方法的目的是根据当前使用情况预测属性的未来使用情况。
2012-06-27 cs.DB cs.IR
HypeR: Hypothetical Reasoning With What-If and How-To Queries Using a Probabilistic Causal Approach
假设分析（为数据库更新提供支持）和方法分析（如何修改数据库以实现目标）为希望检查假设场景而不对数据库进行实际更改的用户提供了见解，从而帮助他们在自己的领域规划战略。通常，此类分析是通过测试现有数据库中的更新对由感兴趣的查询创建的特定视图的影响来完成的。然而，在现实场景中，由于隐含的语义依赖性，对数据库特定部分的更新可能会影响完全不同部分中的元组和属性。为了允许假设推理，同时适应这种依赖关系，我们开发HypeR，一个框架，支持什么，如果和如何查询占概率因果模型捕获的属性之间的概率依赖关系。我们扩展的SQL语法，包括必要的运营商表示这些假设的查询，定义它们的语义，设计有效的算法和优化计算结果使用的概念因果关系和概率数据库，并评估我们的方法的有效性实验。
2022-03-28 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
Declarative Privacy-Preserving Inference Queries
Arizona State University（亚利桑那州立大学）；Texas A&M University-Central Texas（德克萨斯农工大学中得克萨斯分校）；University of Wisconsin at Madison（威斯康星大学麦迪逊分校）
针对检测个人属性推理查询及隐私保护需大量人力的问题，提出端到端自动化工作流，支持声明式指定保护目标，自动选择隐私方案与超参数，实现隐私保护推理查询自动化。
2025-02-18 cs.AI cs.DB
Tree Databases
LISN Laboratory - University Paris-Saclay, CNRS, INRIA（巴黎萨克雷大学 LISN 实验室）；FORTH Institute of Computer Science（FORTH 计算机科学研究所）
本文提出一种以带标签有向树为基础结构的新型树数据库模型，其查询语言与树操作均基于函数代数，可在同一框架内支持数据访问与分析，还能实现继承、关联数据库等功能。
2026-09-28 cs.DB
SemaSK: Answering Semantics-aware Spatial Keyword Queries with Large Language Models
针对现有空间关键字查询忽略文本语义的问题，提出SemaSK系统，利用大语言模型的语义能力检索与查询语义更相关的地理文本对象，实验证明了其有效性。
2025-03-06 cs.DB
Hierarchical Bitmap Indexing for Range and Membership Queries on Multidimensional Arrays
数据库系统中常用的传统索引技术在多维数组科学数据上的性能很差。位图索引广泛应用于商业数据库中，用于处理复杂的查询，因为它们有效地使用了按位操作和空间效率。然而，位图索引原生地应用于关系数据集或线性化数据集，这在装箱或压缩索引中尤其值得注意。我们提出了一种新的多维数组索引的方法，克服了维数引起的效率低下。分层索引方法是基于$n$ -维稀疏树进行维度划分，使用单个的有限数量的自适应分组索引进行属性划分。这种索引在涉及维度和属性的范围上执行得很好，因为它提前修剪了搜索空间，避免了读取整个索引数据，并且最多执行一次索引遍历。此外，索引很容易扩展到成员查询。该索引方法是在最先进的位图索引库Fastbit之上实现的。我们表明，层次化位图索引优于传统的位图索引建立在辅助属性的每个维度。此外，自适应装仓显著减少了仓的数量，因此减少了存储器需求。
2021-08-31 cs.DB cs.DS
Subjective Databases
在线用户不断寻求体验，例如拥有干净房间和热闹酒吧的酒店，或浪漫约会的餐厅。然而，电子商务搜索引擎只支持涉及位置、价格和美食等客观属性的查询，任何经验数据都被降级为文本评论。为了支持经验查询，数据库系统需要对主观数据进行建模，并且除了指定涉及客观属性的谓词之外，还能够处理用户可以用用户选择的词语表达各种主观体验的查询。本文介绍了Opine，一个主观的数据库系统，解决这些挑战。我们介绍了一个主观数据库的数据模型。我们描述了如何Opine翻译主观查询对主观数据库模式，这是通过匹配用户查询短语的基础架构。我们还展示了如何由用户指定的经验条件可以结合起来，结果汇总和排名。我们证明，主观数据库满足用户需求更有效，更准确地比替代技术，通过实验与酒店和餐馆评论的真实数据。
2019-07-24 cs.DB
Multi-Attribute Selectivity Estimation Using Deep Learning
University of Texas at Arlington（德克萨斯大学阿灵顿分校）；QCRI, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）；University of Toronto（多伦多大学）
选择性估计-估计查询结果大小的问题-是数据库中的一个基本问题。涉及多个相关属性的查询选择性的准确估计尤其具有挑战性。基数估计值不佳可能导致查询优化器选择错误的计划。我们研究了使用基于深度学习的方法进行点和范围查询的可行性，并提出了两种互补的方法。我们的第一种方法将选择性视为无监督的深度密度估计问题。为此，我们成功地引入了神经密度估计技术。其关键思想是将联合分布分解为一组易于处理的条件概率分布，使它们满足自回归特性。我们的第二种方法将选择性估计公式化为一个有监督的深度学习问题，该问题预测给定查询的选择性。我们还介绍并解决了在将深度学习应用于关系数据时出现的一些实际挑战。这些包括查询/数据特征化，将查询工作负载信息纳入深度学习框架，以及可以更新数据和工作负载查询的动态场景。我们的广泛的实验，特别强调查询大量的谓词和/或小的结果大小表明，我们提出的技术提供了快速和准确的选择性估计与最小的空间开销。
2019-06-17 cs.DB cs.LG
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
Avoiding Materialisation for Guarded Aggregate Queries
针对含多连接的聚合查询中间结果爆炸问题，提出基于受保护概念的逻辑与物理层优化技术避免连接结果物化，并在Spark SQL实现且经标准基准验证有效性。
2024-11-30 cs.DB
Aggregate Skyline Join Queries: Skylines with Aggregate Operations over Multiple Relations
随着天际线查询的出现，多准则决策成为可能，并已在许多领域得到应用。虽然大多数现有的研究只关注一个关系，一些现实世界的应用需要找到多个关系的天际线记录集。因此，已经提出了在偏好对于每个关系是局部的天际线上的连接操作。然而，在许多情况下，连接通常涉及在来自不同关系的一些属性之间执行聚合操作。在本文中，我们介绍了这样的查询“聚合天际线连接查询”。由于天真的算法是不切实际的，我们提出了三种算法来有效地处理这样的查询。该算法利用天际线集的某些属性，并在计算连接之前尽可能多地在本地处理天际线。真实数据集和合成数据集的实验表明，相对于基数和维数的关系的算法的实用性和可扩展性。
2012-06-28 cs.DB
Pruning Attribute Values From Data Cubes with Diamond Dicing
存储在数据仓库中的数据本质上是多维的，但大多数数据修剪技术（如冰山和top-k查询）都是一维的。然而，分析师需要发出多维查询。例如，分析师可能不仅需要选择利润最高的商店或（分别）利润最高的产品，而且需要同时选择满足某些利润率约束的商店和产品。为了满足这一需要，我们提出了一个新的运营商，钻石骰子。由于维度之间的相互作用，钻石的计算具有挑战性。我们提出了第一个钻石切割实验的大数据集。实验表明，我们可以使用标准PC在不到35分钟的时间内计算包含1亿个事实的事实表上的钻石立方体。
2008-05-06 cs.DB cs.DS
Extending the SDSS Batch Query System to the National Virtual Observatory Grid
斯隆数字巡天科学数据库接近2 TB。虽然绝大多数查询通常在几秒或几分钟内执行，但这种交互式执行时间可能会因一小部分需要几小时或几天运行的查询而不成比例地增加;因为它们需要对最大的表进行非索引扫描，或者因为它们请求非常大的结果集。针对这一点，我们添加了一个多队列作业提交和跟踪系统。通过网络传输查询的非常大的结果集是另一个严重的问题。统计数据表明，这种数据传输大部分是不必要的;用户更愿意将结果存储在本地，以便进一步交叉匹配和过滤。为了允许本地分析，我们实现了一个系统，在门户网站上为用户提供他们自己的个人数据库（MyDB）。用户可以将数据传输到他们的MyDB，然后在将其提取到自己的机器之前进行进一步分析。我们打算将MyDB和异步查询思想扩展到多个NVO节点。这意味着以分布式方式开发若干功能，这些功能已在SDSS批量查询系统（CasJobs）的单个节点上得到演示。异步查询的泛化需要某种形式的MyDB存储以及每个节点上的工作流跟踪服务和节点之间的协调策略。
2004-03-12 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
Extending Databases to Support Data Manipulation with Functional Dependencies: a Vision Paper
在本文中，我们建议将存储的数据（表）及其功能依赖关系（FD）融合在一起。我们的目标是使FD成为一等公民：可以查询并用于查询数据的对象。我们的想法是允许分析师使用数据库接口探索数据和函数依赖关系。例如，分析员可能对诸如以下的任务感兴趣：“找到阻止给定函数依赖性保持的所有行”、“对于给定表，找到涉及给定属性的所有函数依赖性”、“投影在功能上确定指定属性的所有属性”。为此，我们提出：（1）一个基于SQL的查询语言查询的功能依赖的集合（2）SQL SELECT子句的扩展，以支持基于FD的谓词，包括近似的（3）一个特殊的数据结构旨在包含挖掘FD和用户查询和底层数据之间的调解人。我们描述了建议的扩展，展示他们的用例，最后，讨论实现细节及其对查询处理的影响。
2020-05-16 cs.DB
Robust and Scalable Content-and-Structure Indexing (Extended Version)
半结构化层次数据上的频繁查询是内容和结构（CAS）查询，其基于数据项在层次结构中的位置及其对于某些属性的值来过滤数据项。我们提出了鲁棒和可扩展的内容和结构（RSCAS）索引，以有效地回答大半结构化数据的CAS查询。为了得到一个索引，是强大的对不同的选择性查询，我们引入了一种新的动态交织，合并的路径和复合键的值尺寸在一个平衡的方式。我们在基于trie-based的RSCAS索引中存储交错的键，这有效地支持广泛的CAS查询，包括带有通配符和后代轴的查询。我们将RSCAS实现为日志结构合并（LSM）树，以扩展到具有高插入率的数据密集型应用程序。我们说明RSCAS的鲁棒性和可扩展性的索引数据从软件遗产（SWH）的存档，这是世界上最大的，公开的源代码存档。
2022-09-12 cs.DB
Cortex: Harnessing Correlations to Boost Query Performance
数据库使用索引来过滤掉不相关的记录，这减少了扫描开销并加快了查询执行速度。但是，此优化仅适用于筛选索引属性的查询。为了将这些加速扩展到对其他属性的查询，数据库系统已经转向二级和多维索引。不幸的是，这些方法是有限制的：二级索引占用大量内存，只能加速访问少量记录的查询，多维索引不能扩展到少数列。我们提出了Cortex，一种利用相关性将主索引的范围扩展到更多属性的方法。与之前的工作不同，Cortex可以适应任何现有的主要索引，无论是一维还是多维，以利用各种各样的相关性，例如存在于两个以上属性之间或具有大量离群值的相关性。我们证明，在真实的数据集表现出这些不同类型的相关性，皮质匹配或优于传统的二级索引与$5\times$更少的空间，它是$2-8\times$比现有的方法来索引相关性更快。
2020-12-12 cs.DB cs.IR
Discover Aggregates Exceptions over Hidden Web Databases
如今，许多web数据库“隐藏”在其限制性搜索接口（例如，Amazon、eBay）包含各种第三方感兴趣的丰富而有价值的信息。最近的研究表明，估计/跟踪某些聚合查询动态隐藏的Web数据库的可能性。尽管如此，跟踪所有可能的聚合查询答案以报告有趣的发现（即，例外），同时仍然遵守由许多隐藏web数据库提供商强制执行的严格的查询计数限制，是非常具有挑战性的。在本文中，我们开发了一种新的技术，用于跟踪和发现异常（聚合的突然变化）在动态隐藏的Web数据库。大量的真实世界的实验表明，我们提出的算法优于基线解决方案。
2016-11-19 cs.DB
Navigable Proximity Graph-Driven Native Hybrid Queries with Structured and Unstructured Constraints
Hangzhou Dianzi University（杭州电子科技大学）
随着研究兴趣的激增，向量相似性搜索被应用于多个领域，包括数据采掘、计算机视觉和信息检索。{给定一组对象（例如，一组图像）和查询对象，我们可以很容易地将每个对象转换为特征向量，并应用向量相似性搜索来检索最相似的对象。然而，原始向量相似性搜索不能很好地支持\textit{hybrid queries}，其中用户不仅输入非结构化查询约束（即，查询对象的特征向量）以及结构化查询约束（即，感兴趣的期望属性）。混合查询处理的目标是识别出与查询对象具有相似特征向量并满足给定属性约束的对象。最近的努力尝试通过分别执行属性过滤和向量相似性搜索并且随后合并结果来回答混合查询，这限制了效率和准确性，因为它们不是为混合查询而专门构建的。本文提出了一种基于邻近图（PG）的原生混合查询（NHQ）框架，为混合查询提供了专用的\textit{composite index and joint pruning}模块。我们可以很容易地部署现有的各种PG在这个框架上有效地处理混合查询。此外，我们提出了两个新的导航PG（NPG）与优化的边缘选择和路由策略，获得更好的整体性能比现有的PG。之后，我们在NHQ中部署了所提出的NPG以形成两种混合查询方法，它们在所有实验数据集上的性能都显着优于最先进的竞争对手（在相同的\textit{Recall}下快10 $\times$），包括8个公共数据集和1个内部真实世界数据集。我们的…
2022-03-25 cs.CV cs.DB cs.IR
Identifiability of Relational Queries in Multi-View Pretraining
University of Stuttgart, Germany（斯图加特大学，德国）；Analytic Computing, KI, University of Stuttgart（斯图加特大学分析计算与人工智能研究所）
研究数据集成中查询可识别性问题，通过形式化接口定律下的查询可识别性，证明多项式时间证书CheckCert可判定、不可识别查询有误差下限、最小增强算法Greedy-MinAug可找最小接口集，实验验证了算法效果。
2026-07-07 cs.DB cs.LG
Complexity and Approximation of Fixing Numerical Attributes in Databases Under Integrity Constraints
一致性查询应答是从数据库中计算答案的问题，这些答案相对于数据库作为一个整体可能无法满足的某些完整性约束是一致的。这些答案的特点是那些在最小形式的恢复数据库的一致性是不变的。在这种情况下，我们研究了修复数据库的问题，通过固定的整数数值在属性级拒绝和聚合约束。我们引入了一个定量的数据库修复的定义，并研究了几个决策和优化问题的复杂性，包括DFP，即存在的修复在一个给定的距离从原始实例，和CQA，即决定答案的一致性聚合合取查询下不同的语义。我们提供尖锐的复杂性界限，确定相关的易处理的情况下，并介绍近似算法的一些是棘手的。更具体地说，我们得到的结果，如不可判定的存在的修复聚合约束; MAXSNP硬度的DFP，但一个很好的近似算法的相关特殊情况下;和棘手的，但很好的近似CQA聚合查询一个数据库原子拒绝（加上内置的）。
2005-10-28 cs.CC cs.DB
Query Language for Complex Similarity Queries
对于多媒体等复杂数据类型，传统的数据管理方法已不适用。代替属性匹配方法，基于对象相似性的访问方法正变得流行。近年来，基于相似性检索的索引和检索方法得到了广泛的研究。如今，许多有效的方法已经可用，但使用它们来构建实际的搜索系统仍然需要专家调整方法并手动构建系统。已经进行了几次尝试来为这样的系统提供查询语言形式的更方便的高级接口，但是这些仅限于支持基本的相似性查询。在本文中，我们提出了一种新的语言，允许制定基于内容的查询，以灵活的方式，考虑到所提供的功能，在使用中的特定搜索引擎。为了确保这一点，该语言是基于一个通用的数据模型与一个抽象的操作集。因此，该语言支持各种高级查询操作，如相似性连接，反向最近邻查询或不同的kNN查询，以及多对象和多模式查询。该语言主要设计用于MESSIF框架，用于基于内容的搜索，但也可以用于其他检索系统。
2012-04-05 cs.DB cs.IR cs.MM
