事件流上的实时 Top-K 预测查询处理

本文解决了基于历史实时事件流预测接下来最有可能发生的 k 个事件的问题。现有的因果预测查询方法存在许多局限性。首先，它们在无环因果网络上进行穷举搜索以寻找最可能的 k 个结果事件；然而，来自真实事件流的数据经常反映出循环因果性。其次，它们包含旨在排除因果网络中所有可能非因果链接的保守假设；这导致遗漏了许多低频但重要的因果链接。我们通过提出一种新颖的事件优先模型和运行时因果推理机制来克服这些局限性。事件优先模型在事件流上增量构建一阶吸收马尔可夫链，其中两个事件之间的边表示它们之间的时间优先关系，这是因果关系的必要条件。然后，运行时因果推理机制在查询处理期间动态学习因果关系。这是通过移除事件优先模型中在存在其他事件时不表现出因果关系的时间优先关系来实现的。本文提出了两种查询处理算法——一种在模型上执行穷举搜索，另一种执行更高效的带有提前终止的缩减搜索。使用两个真实数据集（电力系统级联停电和网页浏览）的实验验证了概率 top-k 预测查询的有效性和算法的效率。具体而言，与穷举搜索相比，缩减搜索算法减少了 25-80% 的运行时间（取决于应用程序），而准确率仅有小幅下降。