科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，遗憾最小化查询作为多准则决策的重要工具之一，逐渐成为数据查询的研究热点。遗憾最小化查询中，通过与用户进行交互，不断地学习用户的偏好，可以有效帮助降低查询的遗憾率。然而，已有的研究仅针对具有数值型属性的数据定义遗憾率并据此进行遗憾最小化查询，当面对包含非数值型属性的数据时，这些方法不再适用。本文提出的遗憾率定义针对包含非数值型属性的数据，并给出新的交互式遗憾最小化查询问题的定义。在此基础上，采用“支配”的概念提出用于预处理的skyline删减算法，利用偏好矩阵帮助学习用户偏好，并提出用于解决交互式遗憾最小化的算法MECR＿QS。最后，实验结果表明MECR＿QS算法能有效处理包含非数值型属性的交互式遗憾最小化查询。
- 单位
