Cohort query processing without misleading aging effects

doi:10.1007/s00778-025-00948-2

Cohort query processing without misleading aging effects

2025-10-22

0

PRE

AI

DOI：10.1007/s00778-025-00948-2

原文链接

原文求助

摘要

En 中文

队列分析是一种广泛应用于医学、社会学等领域的强大方法，用于研究不同初始条件下个体群体随时间的行为变化。商业数据分析师寻求将此方法应用于大规模互联网用户活动数据集，旨在揭示用户属性和应用变更对行为的影响。然而，传统数据库系统中队列分析查询难以指定且执行成本高昂。此外，用户在互联网应用内外分配时间的方式存在差异，导致用户体验不一致，即使在相同使用时长下也是如此。这种差异引发个体老化偏差，扭曲了对老化效应影响用户行为的估计。为解决这些挑战，我们提出扩展数据库系统以促进队列分析并缓解个体老化偏差。我们方法的核心是一种通用的队列分析模式，整合了“基于约束链的年龄”这一概念。这一新颖概念通过将用户活动的年龄与其独特的应用体验对齐，有效消除了老化偏差。基于此模式，我们开发了两种不同的队列查询处理评估实现。第一种是侵入式实现，通过扩展SQL并添加支持基于约束链的年龄计算的自定义算子，原生支持队列分析。该实现利用为队列查询优化的列式评估框架，采用冗余子算子合并等先进技术来增强查询计划优化。第二种是非侵入式实现，旨在通过标准SQL快速部署于现有关系数据库（行存储或列存储），为性能和可用性比较提供基准。大量实验验证了该方法的有效性，表明侵入式实现相较于非侵入式方案实现了显著的性能提升。这些结果突显了将原生队列查询支持嵌入数据库系统的优势。

Keyword:

Cohort query

Behavior analysis

Bias

Database

Cohort query processing without misleading aging effects

摘要

期刊

机构

引用论文