利用传递关系进行众包连接
数据库
2014-09-29 v2
摘要
众包查询处理系统的发展最近在数据库社区引起了广泛关注。各种众包查询已得到研究。本文聚焦于众包连接查询，旨在利用人力从两个集合中找出所有匹配的对象对。由于纯人工解决方案成本高昂，我们采用人机混合方法：首先利用机器生成候选匹配对集合，然后让人类将候选集合中的对标记为匹配或不匹配。给定候选对，现有方法会将所有对发布到众包平台进行验证。然而，它们忽略了对满足传递关系这一事实。例如，如果 与 匹配，且 与 匹配，那么我们可以推断 与 匹配，而无需对 进行众包。为此，我们研究如何利用传递关系进行众包连接。我们提出了一种混合传递关系与众包标记框架，旨在通过众包最少数量的对来标记所有候选对。我们证明了理想设置下的最优标记顺序，并提出了一种实践中的启发式标记顺序。我们设计了一种并行标记算法，以按照该顺序高效地对对进行众包。我们在模拟环境和真实众包平台上评估了我们的方法。实验结果表明，与现有方法相比，我们利用传递关系的方法在结果质量略有损失的情况下，能节省更多的资金和时间。
引用
@article{arxiv.1408.6916,
title = {Leveraging Transitive Relations for Crowdsourced Joins},
author = {Jiannan Wang and Guoliang Li and Tim Kraska and Michael J. Franklin and Jianhua Feng},
journal= {arXiv preprint arXiv:1408.6916},
year = {2014}
}