Evaluación eficiente de consultas Top-k Skyline Efficient evaluation of Top-k Skyline queries

• Main Authors: Marlene Goncalves, María-Esther Vidal
• Format: Article
• Language: English
• Published: Universidad del Zulia 2009-08-01
• Series: Revista Técnica de la Facultad de Ingeniería
• Subjects: Consultas basadas en Preferencias; Skyline; Top-k; Preference-based queries
• Online Access: http://wwww.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0254-07702009000200010

Tecnologías emergentes permiten el acceso a grandes repositorios de datos, mucho de los cuales pueden publicar datos pocos confiables. Los usuarios que acceden independientemente a estos repositorios deben ser capaces de identificar y descartar información que no sea de utilidad, basándose en condiciones de preferencias. Diferentes lenguajes de consultas basadas en preferencias han sido definidos, los cuales permiten discriminar datos de poca calidad y expresar criterios de preferencias. En este trabajo, se presenta el lenguaje “Top-k Skyline”, que combina los paradigmas basado en orden y score, y es capaz de identificar los mejores k objetos de acuerdo a una función de score f entre el orden inducido por una función multicriterio m. Distintos algoritmos han sido propuestos para implementar dichos paradigmas independientemente; sin embargo, el problema de evaluación eficiente de consultas “Top-k Skyline” permanece abierto. En este trabajo, se proponen estrategias de evaluación para consultas “Top-k Skyline” y se presentan resultados experimentales iniciales que muestran las propiedades de las soluciones propuestas.<br>Emerging technologies have made available very large data repositories, which may be unreliable for a given preference criteria. In order to be able to process these repositories, users may need to discard useless information based on some preference conditions. Different preference-based query languages have been defined to support the bases for discriminating poor quality data and to express user’s preference criteria. In this paper, we consider the preference-based query language, “Top-k Skyline”, which combines the order-based and score-based paradigms. Thus, “Top-k Skyline” is able to identify the top-k objects w.r.t. a score function f among the ordering induced by a multicriteria function m. Several algorithms have been proposed to implement these two paradigms independently; however, the problem of efficiently evaluating “Top-k Skyline” queries remains open. In this work, we propose evaluation strategies for “Top-k Skyline” queries and we report initial experimental results that show the properties of our proposed solutions.