.png){kind=icon}
返回
Combined preference skyline query method for multi-dimensional incomplete data in multi-objective decision making
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.132616.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
天际线查询方法在复杂数据查询、多目标决策、推荐系统和兴趣点发现中发挥着关键作用。然而，现有方法在处理多维不完整数据时往往面临高计算复杂度和低剪枝效率的问题。为解决此问题，本文提出了适用于多维不完整数据的组合偏好天际线查询方法（MDI-CPSQ）。首先，该方法采用基于加权的树分类算法，通过加权预处理高效地对数据进行分区。其次，提出了一种桶优化与合并算法，通过优化桶的使用并利用支配关系显著减少元组比较。第三，提出了一种偏好天际线查询与剪枝算法，通过构建索引并应用剪枝技术过滤冗余数据。最后，利用组合偏好天际线生成与支配算法，通过双向支配检查高效生成结果集。实验结果表明，所提方法在不完整数据环境中表现出卓越的效率。与ESCID、SO-PSP和CT-MID相比，MDI-CPSQ在准确性和查询效率方面展现出显著优势，有效解决了多维不完整数据的组合偏好天际线查询问题。
Keyword:
Skyline query
Multi-dimensional incomplete data
Combined preference
Pruning algorithm
Decision making
