过去仍然重要：时效有效的数据发现系统

过去十年，公共数据湖和企业数据湖的不断扩张推动了数据发现研究的深入，旨在从庞大且复杂的数据库中识别出最相关的数据，以支持多样化的用户任务。通过开发创新的索引结构、相似性度量和查询基础设施，取得了显著进展。尽管如此，一个关键方面仍被忽视：相关性是随时间变化的。现有发现方法很大程度上忽略了这一时间维度，尤其是在缺乏显式日期/时间元数据的情形下。为填补这一空白，我们阐述了一套包含时间维度的数据发现系统的愿景。具体而言，我们定义了时效有效的数据发现问题，并论证解决该问题需要版本发现、时序血缘推断、变更日志综合以及时态数据发现等技术。随后，我们提出系统架构以交付这些技术，并总结研究挑战与机遇。因此，我们为新一代数据发现系统奠定了基础，正变革我们与演进数据湖的交互方式。