The Flexible Group Spatial Keyword Query
我们提出了一种新的服务类基于位置的社交网络，称为灵活的组空间关键字查询，它使一组用户共同找到一个兴趣点（POI），优化了聚合成本函数相结合的空间距离和关键字相似性。此外，我们的查询服务允许用户考虑获得整个组的次优解决方案和获得优化的解决方案，但只为一个子群之间的权衡。我们提出了处理查询的三种变体的算法：（i）具有关键字的组最近邻查询，其找到优化大小为n的整个组的聚合成本函数的POI，（ii）具有关键字的子组最近邻查询，其找到最优子组和优化给定子组大小m（m <= n）的聚合成本函数的POI，以及（iii）具有关键字的多个子组最近邻查询，其为范围[m，n]中的每个子组大小找到最优子组和对应的POI。我们设计的查询处理算法的基础上分支定界和最佳优先范式。最后，我们给出了理论界，并进行了广泛的实验，两个真实的数据集，验证了所提出的算法的有效性和效率。
2017-04-24 cs.DB cs.SI
RSATree: Distribution-Aware Data Representation of Large-Scale Tabular Datasets for Flexible Visual Query
分析人员通常会调查由图表（如直方图和分箱散点图）表示的数据统计聚合中得出的数据分布，以可视化和分析大规模数据集。聚合查询是通过这样一个过程隐式执行的。数据集总是非常大;因此，应该通过计算预定义的数据立方体来加快响应时间。但是，查询仅限于预处理数据立方体的预定义装箱模式。这种局限性阻碍了分析人员灵活调整视觉规格以有效地研究数据中的隐含模式。特别是，RSATree使任意查询和灵活的装箱策略，利用三个方案，即，基于R树的空间划分方案，以捕捉数据分布，局部敏感的哈希技术，以实现局部保持随机访问数据项，和一个汇总区域表方案，以支持交互式查询的聚合值与线性计算复杂性。本文提出并实现了一个基于Web的可视化查询系统，该系统支持对大规模表格数据的可视化描述、查询和探索，粒度可由用户调整。我们证明了我们的方法的效率和实用性，通过在真实世界的数据集上进行各种实验，并分析时间和空间复杂度。
2019-10-11 cs.DB cs.HC
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
ensemblQueryR: fast, flexible and high-throughput querying of Ensembl LD API endpoints in R
本文介绍 R 软件包 ensemblQueryR，通过单/多查询函数、可选并行化和容器化支持，实现对 Ensembl LD REST API 端点的高通量查询，且相较同类软件速度提升 10 倍、RAM 占用降至三分之一。
2023-08-13 cs.DB q-bio.GN
VisualNeo: Bridging the Gap between Visual Query Interfaces and Graph Query Engines
Hong Kong Univ. of Sci. & Tech.（香港科技大学）
VisualNeo基于Neo4j构建新型可视化查询系统，实现高效子图查询，继承先进VQI特性并集成数据库管理模块，提升图查询全栈操作体验。
2026-04-28 cs.DB cs.SE
SCATTERSEARCH: Visual Querying of Scatterplot Visualizations
散点图是理解定量多维数据的最简单和最常用的可视化方法之一。然而，由于散点图一次只描述两个属性，分析师通常需要手动生成和检查大量散点图，以了解具有许多属性的大型数据集。我们提出了一个可视化查询系统的散点图，SCATTERDO，使用户能够直观地搜索和浏览大型集合的散点图。用户可以根据感兴趣的区域查询其他可视化，或者找到与所选区域“看起来相似”的其他散点图。我们提出了两个演示方案，提供了一个系统概述的散射，并概述了未来的发展方向。
2019-07-26 cs.DB cs.HC
A Survey on Visual Query Systems in the Web Era (extended version)
随着越来越多的数据集合在网络上对每个人都可用，非专家用户需要简单的方法来从这些集合中检索数据。一种解决方案是所谓的可视化查询系统（VQS），其中查询被可视化地表示，并且用户不必理解诸如SQL或XQuery之类的查询语言。1996年，Catarci的一篇论文回顾了直到那一年可用的可视化查询系统。在本文中，我们回顾VQS从1997年到现在，并试图确定他们是否已经为非专家用户的解决方案。简单的回答是否定的，因为实际上很少有系统被用于实际环境或作为商业工具。我们还收集了VQS的基本特征，例如用于呈现感兴趣的现实的视觉表示或用于表达查询的视觉表示。
2017-08-01 cs.DB cs.IR
Multi-SQL: An extensible multi-model data query language
大数据管理的目标是建立数据中心，全面支持多种模型和类型的数据。因此，多模型数据库系统是一个很有前途的体系结构，用于建立这样的多模型数据存储。对于一个集成的数据中心来说，一个统一而灵活的查询语言是非常必要的。本文提出了一种可扩展的实用查询语言--Multi-SQL，从多模型数据协同处理的角度出发，实现了多模型数据的统一管理。据我们所知，Multi-SQL是第一种基于各种数据模型的查询语言。Multi-SQL还可以扩展以适应更复杂的场景，因为它可以灵活地支持其他数据模型。此外，我们还对Multi-SQL的核心特性进行了形式化的语义定义，包括多模型定义、多模型过滤、多模型连接等。此外，我们还提出了一种两级查询实现方法，充分利用底层引擎的现有查询优化能力，大大提高了查询执行效率。
2021-05-16 cs.DB
Orion: Enabling Suggestions in a Visual Query Builder for Ultra-Heterogeneous Graphs
数据库社区很早就认识到图形查询界面对数据管理系统可用性的重要性。然而，所做的工作相对较少。我们提出了猎户座，一个可视化的界面查询超异构图。它通过机器学习方法提出建议，迭代地帮助用户构建查询图。在其活动模式下，Orion自动建议将前k条边添加到查询图中。在其被动模式下，用户手动添加一条新边，Orion会为该边建议一个排名的标签列表。Orion的边排序算法，随机决策路径（RDP），利用查询日志来根据候选边与用户查询意图匹配的可能性对候选边进行排序。使用Freebase进行的广泛的用户研究表明，Orion用户在构建复杂查询图时有70%的成功率，这比类似于现有可视化查询构建器的基线系统的用户的58%成功率有了显着的提高。在主动模式下，将RDP算法与其他机器学习算法，如随机森林和朴素贝叶斯分类器，以及基于奇异值分解的类别关联规则和推荐系统进行了比较。平均而言，RDP需要40个建议才能正确到达目标查询图（仅使用其主动建议模式），而其他方法需要1.5- 4倍的建议。
2016-08-18 cs.DB
Intensional RDB Manifesto: a Unifying NewSQL Model for Flexible Big Data
在本文中，我们提出了一个新的内涵关系数据库（IRDB）系列，它通过大数据和灵活的“开放模式”功能扩展了传统的关系数据库，能够保留用户定义的关系数据库模式和所有预先存在的用户应用程序，其中包含用于部署此类关系数据的SQL语句。标准RDB数据被解析为内部向量键/值关系，因此我们获得了大数据应用中使用的数据的列表示，涵盖了键/值和基于列的大数据应用，成为统一的RDB框架。我们定义了一个查询重写算法，GAV数据集成方法的基础上，使每个用户定义的SQL查询被重写成SQL查询这个向量关系，因此，用户定义的标准RDB模式被保持为一个空的全局模式的RDB模式建模的数据和SQL接口存储的向量关系。这样的IRDB架构通过提供大数据和新的灵活模式特性，足以从现有的慢速RDBMS大规模迁移到这个新的快速IRDBMS家族。
2014-04-10 cs.DB
V1: A Visual Query Language for Property Graphs
属性图是一种日益流行的数据模型。模式构造和模式匹配是处理属性图时的重要任务。给定一个属性图模式S、一个属性图G和一个查询模式P，所有这些都用语言L表示，模式匹配是寻找、合并和注释G中与P匹配的子图的过程。表达模式语言支持拓扑约束、属性值约束、否定、量化、聚合和路径语义。可以为顶点、边和子图定义计算的属性，并且可以对它们的评估结果施加约束。提出查询的人希望用最少的努力、最少的尝试和错误来构建模式，并且以一种与他们思考的方式相一致的方式。以一种与他们的心理过程相一致的方式表达模式的能力，对他们的工作流程和他们所能得出的见解的质量至关重要。由于人类视觉系统在模式感知方面的能力是显著的，因此查询模式被视觉地表达是理所当然的。视觉查询语言具有比文本语言更“用户友好”的潜力，因为在这个意义上，模式可以更快地构建和理解，并且需要更少的脑力劳动。一个长期存在的挑战是设计一种通用的、具有丰富表达能力的、具有高度接受性和生产力的可视化查询语言。V1试图应对这一挑战。V1是用于基于模式的属性图的声明性可视化模式查询语言。V1支持具有混合（有向和无向）边和一元边的属性图，具有多值和复合属性，以及空属性值。V1具有通用性、简洁性、丰富的表达力、高接受性和高产出性等特点。
2021-01-17 cs.DB
Femur: A Flexible Framework for Fast and Secure Querying from Public Key-Value Store
针对公键值存储中PIR方案扩展性差的问题，提出Femur框架，引入基于距离的不可区分性概念，利用习得索引和噪声混淆实现安全与性能的灵活权衡，性能最高提升163.9倍。
2025-03-07 cs.CR cs.DB
Interactive graph query language for multidimensional data in Collaboration Spotting visual analytics framework
数据网可视化分析中的人类推理主要依赖于视觉感知的质量和从不同方面交互地探索数据的能力。网络的视觉质量取决于网络的规模和维度复杂度，而网络的探索能力则取决于用户前端的直观性和表现力。本文所采取的方法旨在解决上述问题，通过分解数据网成多个网络的较小的尺寸和建立一个交互式的图形查询语言，支持跨子网络的全面导航。在降维的子网络中，结构抽象和语义技术可以用来进一步增强视觉感知。
2017-12-12 cs.DB cs.HC
DeepLens: Towards a Visual Data Management System
深度学习的进步极大地拓宽了自动计算机视觉算法的范围，使用户能够直接就图像和视频中的内容提出问题。本文探讨了未来可视化数据管理系统（VDMS）的必要步骤，在该系统中，此类深度学习模型的预测被存储、管理、查询和索引。我们提出了一个查询和数据模型，从查询处理层中分离出所使用的神经网络模型、查询工作负载和数据源语义。我们的系统，DeepLens，是基于Escherlow查询处理系统，这个研究原型提出了初步的实验，以引出重要的开放式研究问题，在视觉分析系统。我们的一个主要结论是，任何未来的“声明式”VDMS将不得不重新审视查询优化和自动化的物理设计，从一个统一的角度来看，性能和准确性的权衡。物理设计和查询优化的选择不仅可以按数量级改变性能，而且还可能影响结果的准确性。
2018-12-18 cs.DB
Visualizing the robustness of query execution
在数据库查询处理中，实际运行时条件（例如，实际选择性和实际可用存储器）经常不同于运行时条件的编译时预期（例如，估计的谓词选择性和预期的存储器可用性）。查询处理的健壮性可以定义为处理意外条件的能力。具体来说，查询执行的健壮性可以定义为在意外情况下有效处理特定计划的能力。我们专注于查询执行（运行时），忽略查询优化（编译时），以补充现有的研究，并探索未开发的潜力，提高数据库查询处理的鲁棒性。我们最初的步骤之一是设计图表或地图，显示如何以及计划执行在面对不同的运行时条件，以及如何优雅的系统的查询架构，运营商，以及他们的实现在面对不利的条件下降级。在本文中，我们展示了几种图表与数据从三个真实的系统，并报告了我们所学到的关于这些可视化技术和有关的三个数据库系统
2009-09-09 cs.DB cs.PF
Towards Plug-and-Play Visual Graph Query Interfaces: Data-driven Canned Pattern Selection for Large Networks
可视化图形查询接口（也称为GUI）中的封装模式（即小的子图模式）通过启用每次模式构造模式来促进高效的查询公式化。然而，用于查询大型网络的现有GUI要么不暴露任何固定模式，要么如果暴露，则通常基于领域知识手动选择。不幸的是，人工生成的罐头模式不仅是劳动密集型的，但也可能缺乏多样性，以支持有效的视觉制定的广泛的子图查询。在本文中，我们提出了一种新的通用和可扩展的框架TATTOO，它采用数据驱动的方法来自动选择罐装模式的GUI从大型网络。具体来说，它首先将底层网络分解为桁架出没和桁架遗忘区域。然后从这些区域中生成捕获不同真实世界查询拓扑的候选罐装模式。然后，通过最大化覆盖率和多样性，并通过最小化模式集的认知负荷，从这些候选者中为GUI选择基于用户指定的插头的罐装模式。对真实世界数据集的实验研究证明了TATTOO的好处。重要的是，这项工作朝着实现大型网络的即插即用可视化图形查询接口迈出了具体的一步。
2021-07-21 cs.DB cs.HC
A Visual Query Language for Complex-Value Databases
本文提出了一种用于复值数据库查询的可视化语言VCP。新语言的主要优势在于它是纯视觉化的：（i）它没有变量、量化、连接、模式匹配、正则表达式、递归或任何其他适合逻辑、函数或其他数据库查询语言的结构的概念;（ii）具有非常自然、强大和直观的设计隐喻。主要操作是在模式树中复制和粘贴。我们表明，尽管它的简单性，VCP精确地捕捉复值代数没有幂集，或等价地，单子代数与工会和差异。因此，它的表达能力正是通常被认为在复值数据库中扮演关系代数角色的语言的表达能力。
2006-02-03 cs.DB cs.HC
Query Driven Visualization of Astronomical Catalogs
由于现有和即将进行的天文调查产生的数据量巨大，结构复杂，天文目录的交互式可视化需要新的技术。目录的创建和公开可以通过数据拉取机制来处理。这可以防止不必要的处理，并通过让用户请求所需的最终产品来促进数据共享。在这项工作中，我们提出了查询驱动的可视化作为一个逻辑的延续数据拉。科学家可以以声明的方式请求目录，并直接从可视化中设置过程参数。这导致了具有高抽象级别的软件之间的深度互操作。简单应用程序消息传递协议的新消息被提出来实现这种抽象。对这些信息的支持在Astro-WISE信息系统和一组演示应用程序中实现。
2011-10-11 astro-ph.IM 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
PixelsDB: Serverless and NL-Aided Data Analytics with Flexible Service Levels and Prices
Renmin University of China（中国人民大学）；EPFL（洛桑联邦理工学院）
本文提出开源数据分析系统PixelsDB，通过微调语言模型驱动的自然语言界面生成SQL，结合无服务器查询引擎与灵活SLA定价机制，帮助非专家用户高效探索数据并提升系统可用性。
2024-12-23 cs.AI cs.DB cs.DC
Flexible Operator Embeddings via Deep Learning
Brandeis University（布兰迪斯大学）
将机器学习集成到数据库管理系统的内部需要大量的特征工程，这是一个人工密集型过程，用于确定表示与任务相关的信息的最佳方式。除了劳动密集型之外，手工设计特征的过程通常必须对每个数据管理任务重复，并且可能对底层数据库做出并非普遍正确的假设。我们引入了灵活的运算符嵌入，这是一种深度学习技术，用于自动将查询运算符转换为对多个数据管理任务有用的特征向量，并为底层数据库定制。我们的方法的工作原理是利用运营商的上下文，从而产生一个神经网络，快速转换稀疏表示的查询运营商到密集的，信息丰富的特征向量。在实验中，我们表明，我们的灵活的操作符嵌入在许多数据管理任务中表现良好，使用合成和真实世界的数据集。
2019-01-31 cs.DB cs.LG
GraphVista: Interactive Exploration Of Large Graphs
通过图分析从图结构数据中获得业务洞察的潜力越来越吸引来自各个行业的公司，从网络公司到传统企业业务。为了分析图，用户通常使用专用接口-过程图编程接口或声明图查询语言来执行孤立图查询。然后使用特定的可视化技术返回并显示结果。这遵循经典的ad-hoc Query $\rightarrow$ Result交互范例，并且通常需要多次查询迭代，直到标识出图数据中的感兴趣的方面。这一方面是由图数据的模式灵活性造成的，另一方面是由声明性图查询语言的复杂性造成的。为了降低用户在没有图查询语言的先验知识的情况下探索未知图的负担，可视化图探索提供了一种有效且直观的查询接口以交互地导航通过图。我们展示了GRAPHVISTA，一个图形可视化和探索工具，可以无缝地结合在同一个查询会话中的临时查询和交互式图形探索。在我们的演示中，与会者将看到GRAPHVISTA运行在一个大型的真实世界的图形数据集上。他们将首先在ad-hoc查询的帮助下识别感兴趣的入口点，然后通过可视化图形探索交互式地发现图形。
2015-07-09 cs.DB
DeepSPACE: Approximate Geospatial Query Processing with Deep Learning
可用地理空间数据的数量以前所未有的速度增长。这导致对处理能力和存储的需求不断增加，以便及时提供数据分析。同时，许多地理空间处理本质上是可视化和探索性的，因此具有有限的精度要求。我们提出了DeepSPACE，一个基于深度学习的近似地理空间查询处理引擎，它将适度的硬件要求与回答灵活聚合查询的能力相结合，同时将所需的状态保持在几百KiB。
2019-06-14 cs.DB
Efficient Continuous Top-$k$ Geo-Image Search on Road Network
随着移动互联网和云计算技术的快速发展，文本、图像、音频和视频已经生成、收集、存储和共享。本文提出了一种基于道路网络的连续$k$地理图像查询问题，该问题的目标是根据道路网络距离邻近度和视觉内容相似度搜索出一组地理视觉对象。现有的空间文本查询和地理图像查询方法不能有效地解决这个问题，因为它们没有考虑视觉内容的相似性和道路网络的距离接近度。为了有效地解决这一问题，本文首先提出了地理视觉对象的定义和基于道路网络的连续$k$地理视觉对象查询，并设计了一个评分函数。为了提高大规模道路网的查询效率，提出了一种基于G-Tree和可视化倒排索引技术的混合索引框架VIG-Tree的道路网地理可视化搜索算法。此外，本文还提出了安全区间和结果更新规则的概念，并在此基础上提出了一种有效的连续查询算法--移动监视器算法。在真实多媒体数据集和道路网络数据集上的实验结果表明，该方法的性能优于现有方法。
2018-08-08 cs.DB cs.MM
Consistent and Flexible Selectivity Estimation for High-Dimensional Data
Shenzhen Institute of Computing Sciences, Shenzhen University（深圳大学深圳计算科学研究院）；Osaka University（大阪大学）；Nagoya University（名古屋大学）；Dongguan University of Technology（东莞理工学院）；University of New South Wales（新南威尔士大学）
选择性估计的目的是估计满足选择标准的数据库对象的数量。准确、有效地解决这个问题对于密度估计、离群点检测、查询优化和数据集成等许多应用都是必不可少的。估计问题对于大规模高维数据尤其具有挑战性，这是由于维数灾难、不同查询之间的选择性的大方差以及使估计器一致的需要（即，选择性在阈值中是不减小的）。我们提出了一种新的基于深度学习的模型，该模型学习查询相关的分段线性函数作为选择性估计器，该模型可以灵活地拟合任何距离函数和查询对象的选择性曲线，同时保证输出在阈值内不减。为了提高大型数据集的准确性，我们建议将数据集划分为多个不相交的子集，并在每个子集上构建局部模型。我们在真实数据集上进行了实验，结果表明，该模型在准确性方面始终优于最先进的模型，并且对实际应用非常有用。
2021-05-27 cs.DB cs.LG
Apache Calcite: A Foundational Framework for Optimized Query Processing Over Heterogeneous Data Sources
Apache Calcite是一个基础软件框架，为许多流行的开源源数据处理系统（如Apache Hive、Apache Storm、Apache Flink、Druid和MapD）提供查询处理、优化和查询语言支持。Calcite的体系结构包括一个模块化和可扩展的查询优化器，具有数百个内置优化规则，一个能够处理各种查询语言的查询处理器，一个为可扩展性设计的适配器体系结构，以及对异构数据模型和存储（关系，半结构化，流和地理空间）的支持。这种灵活、可嵌入和可扩展的架构使Calcite成为大数据框架中具有吸引力的选择。它是一个活跃的项目，继续引入对新型数据源、查询语言以及查询处理和优化方法的支持。
2018-02-28 cs.DB
Hybrid Indexes to Expedite Spatial-Visual Search
由于地理标记图像的增长，最近的web和移动应用提供了对与给定查询图像相似并且同时在给定地理区域内的图像的搜索能力。在本文中，我们专注于设计索引结构，以加快这些空间视觉搜索。我们从基线索引开始，它们是当前流行的空间（R* 树）和视觉（LSH）索引结构的直接扩展。随后，我们提出了混合索引结构，同时评估空间和视觉功能的串联。这种类型的查询的独特挑战是空间和视觉特征都不准确。因此，索引结构的不同遍历可以产生不同的图像作为输出，其中一些图像比其他图像与查询更相关。我们比较我们的混合结构与一组基线索引的性能和结果的准确性，使用三个真实世界的数据集，从Flickr，谷歌街景，GeoUGV。
2017-02-17 cs.DB
Visual Diagrammatic Queries in ViziQuer: Overview and Implementation
Institute of Mathematics and Computer Science, University of Latvia（拉脱维亚大学数学与计算机科学学院）
针对现有知识图谱文本查询语言难以支持非技术用户使用的问题，本文介绍ViziQuer可视化查询工具的表示法，提出基于模型的方案将其图表查询转换为SPARQL以在知识图谱上执行，验证了该方法的可行性并为后续服务提供基础。
2023-04-27 cs.AI cs.DB cs.HC
ShapeSearch: A Flexible and Efficient System for Shape-based Exploration of Trendlines
识别具有所需模式的趋势线可视化是一项常见的基本数据探索任务。现有的可视化分析工具为这些任务提供了有限的灵活性和表现力，特别是当感兴趣的模式是欠指定和近似时，并且当模式搜索需求是特别的时，不能很好地扩展，这是经常发生的情况。我们提出了形状搜索，一个有效的和灵活的模式搜索工具，使搜索所需的模式，通过多种机制：草图，自然语言，和视觉正则表达式。我们开发了一种新的形状查询代数，与一组最小的原语和操作符，可以表达大量的ShapeSearch查询，并设计了一个自然语言和regex为基础的解析器，自动解析和翻译用户查询的代数表示。为了在交互式响应时间内执行这些查询，ShapeSearch使用了一个基于快速形状代数的执行引擎，该引擎具有查询感知优化和感知感知评分方法。我们提出了一个全面的评估系统，包括通用的用户研究，涉及基因组数据分析的案例研究，以及性能实验，比较对国家的最先进的时间序列形状匹配方法-一起证明的可用性和可扩展性的形状搜索。
2020-01-29 cs.DB
You can't always sketch what you want: Understanding Sensemaking in Visual Query Systems
可视化查询系统（VQS）使用户能够交互式地搜索具有所需视觉模式的折线图，这些模式通常使用直观的基于草图的界面来指定。尽管过去几十年来对VQS的工作，这些努力并没有转化为实践中的采用，可能是因为VQS在很大程度上是在不切实际的实验室环境中进行评估的。为了弥补这一差距，我们与来自三个不同领域的专家合作-天文学，遗传学和材料科学-通过为期一年的以用户为中心的设计过程，开发了一个VQS，支持他们的工作流程和分析需求，并评估VQS如何在实践中使用。我们的研究结果表明，特设的草图查询是不常用的，因为以前的工作表明，分析师往往无法准确地表达他们的兴趣模式。此外，我们的特点是三个基本的意义构建过程支持我们的增强VQS。我们发现，参与者采用所有三个过程，但在不同的比例，这取决于在每个领域的分析需求。我们的研究结果表明，所有这三个意义建构过程必须整合，以使未来的VQS有用的广泛的分析调查。
2019-10-03 cs.DB cs.HC
Dr Web: a modern, query-based web data retrieval engine
Birkbeck, University of London（伦敦大学伯贝克学院）；University of Messina（墨西拿大学）
本文提出Dr Web，一个基于查询语言的模块化Web数据检索引擎，解决动态内容与杂乱数据提取问题，并阐述其开源发布路径。
2025-02-18 cs.CL cs.DB cs.IR
A Modular Design for Geo-Distributed Querying
大多数分布式存储系统提供有限的能力，查询数据的属性以外的主键。由于应用程序对查询处理系统提出了不同的要求，并且没有一个系统设计可以适合所有需求，因此支持对次要属性的有效搜索是具有挑战性的。在本文中，我们将展示如何克服这些挑战，以扩展分布式数据存储，以支持查询的次要属性。我们提出了一个模块化的体系结构，是灵活的，并允许查询处理系统根据不同的用例需求进行权衡。我们描述的自适应机制，利用这种灵活性，使查询处理系统动态调整查询和写操作的工作负载。
2018-03-12 cs.DB cs.DC cs.IR
Beyond Interestingness: Semantic and Context-Aware Natural Language Query Recommendations for Visual Data Analysis
针对分析师分解查询目标的挑战，研究用语义和上下文感知推荐增强自然语言接口，联合整合多种因素引导数据库探索，经多方式评估，QRec-NLI在代理比较和用户研究中表现优于基线。
2026-07-17 cs.CL cs.DB cs.HC
