Explain3D：解释不相交数据集间的分歧
数据库
2019-03-25 v1
摘要
数据在应用、分析流程以及人类活动的诸多方面发挥着重要作用。随着数据规模与复杂度的增长，我们迫切需要对数据相关操作提供理解与解释的工具。数据管理领域关于解释的研究基于数据驻留在单一数据集、统一模式下的假设。但当今数据的现实是，它常未被集成，来自具有不同模式的不同来源。当不同数据集对语义相似问题给出不同答案时，理解差异原因颇具挑战，且现有单数据集方案无法处理。本文提出Explain3D，一个解释不相交数据集(3D)间分歧的框架。Explain3D聚焦于识别对两个潜在不同模式数据集上执行的语义相似查询的结果差异的原因。我们的框架利用查询对其溯源的相关部分执行语义映射；该映射中的不一致指向查询差异的成因。利用查询使Explain3D优于传统的与查询无关的模式匹配与记录链接技术。我们的工作贡献如下：(1) 形式化定义从 disjoint 数据集上语义相似查询的结果差异推导最优解释的问题。(2) 设计求解最优解释问题的三阶段框架。(3) 开发智能分区优化器，将框架效率提升数个数量级。(4) 在真实与合成数据上实验，证明Explain3D能高效推导精确解释。
引用
@article{arxiv.1903.09246,
title = {Explain3D: Explaining Disagreements in Disjoint Datasets},
author = {Xiaolan Wang and Alexandra Meliou},
journal= {arXiv preprint arXiv:1903.09246},
year = {2019}
}