Ranking Queries on Uncertain Data

داده‌های نامشخص در بسیاری از کاربردهای مهم، مانند نظارت بر محیط‌زیست، تجزیه و تحلیل بازار، و تحقیقات اقتصادی کمی ذاتی هستند. با توجه به اهمیت این برنامه ها و افزایش سریع مقادیر داده های نامشخص جمع آوری و انباشته شده، تجزیه و تحلیل مجموعه های بزرگی از داده های نامطمئن به یک وظیفه مهم تبدیل شده است. پرس و جوهای رتبه بندی (که به عنوان پرس و جوهای top-k نیز شناخته می شوند) اغلب طبیعی و در تجزیه و تحلیل داده های نامشخص مفید هستند.

پرسش‌های رتبه‌بندی در داده‌های نامشخص انگیزه‌ها/کاربردها، مشکلات چالش برانگیز، اصول اساسی و الگوریتم‌های ارزیابی رتبه‌بندی پرسش‌ها بر روی داده‌های نامطمئن را مورد بحث قرار می‌دهد. نتایج نظری و الگوریتمی پرس و جوهای رتبه بندی بر روی داده های نامشخص در بخش آخر این کتاب ارائه شده است. رتبه‌بندی پرسش‌ها در داده‌های نامشخص اولین کتابی است که به طور سیستماتیک مشکل رتبه‌بندی پرسش‌ها در داده‌های نامشخص را مورد بحث قرار می‌دهد.

Uncertain data is inherent in many important applications, such as environmental surveillance, market analysis, and quantitative economics research. Due to the importance of those applications and rapidly increasing amounts of uncertain data collected and accumulated, analyzing large collections of uncertain data has become an important task. Ranking queries (also known as top-k queries) are often natural and useful in analyzing uncertain data.

Ranking Queries on Uncertain Data discusses the motivations/applications, challenging problems, the fundamental principles, and the evaluation algorithms of ranking queries on uncertain data. Theoretical and algorithmic results of ranking queries on uncertain data are presented in the last section of this book. Ranking Queries on Uncertain Data is the first book to systematically discuss the problem of ranking queries on uncertain data.