关于几何与地理泛化的可近似性及最小-最大箱子覆盖问题

我们研究了抽象化关于个体的数据表的问题，使得没有选择查询能够识别少于k个个体。我们证明，对于泛化技术的许多自然变体，除非P = NP，否则不可能实现任意好的多项式时间近似，即使该表只有一个表示地理或无序属性的准标识属性：邮政编码：泛化为连通子图的平面图节点；GPS坐标：泛化为不重叠矩形的R2中的点；无序数据：可以任意分组的文本标签。除了不可能性结果之外，我们还为这些困难的单属性泛化问题提供了近似算法，这些算法当然适用于具有一个准标识属性的多属性实例。我们从理论和实验上表明，我们的近似算法可以相当接近最优解。顺便提一下，无序数据的泛化问题可以被视为一种新型的装箱问题——最小-最大箱子覆盖——这可能具有独立的意义。