针对实际应用中不确定Top-k查询算法效率不够高等问题,在分析可能世界模型的基础上,提出了新的参数化Top-k查询算法(ETK算法).该算法对数据概率和分值进行约束,返回Top-k概率和分值乘积最大的前k条数据,综合考虑数据概率和分值两个属性.为了提高算法的效率,提出了基于数据分值约束、数据存在概率和数据支配关系的剪枝技术.将所提出的算法与以往算法进行对比,且在不同参数下进行了试验.结果表明:在处理不确定数据时,所提出的算法在时间性能上有较好的提升.
科研之友
微信
新浪微博
Facebook
分享链接
