[论文解读] Diversity of Answers to Conjunctive Queries

Timo Camillo Merkl, Reinhard Pichler+1 more|arXiv (Cornell University)|Jan 1, 2023

Logic, Reasoning, and Knowledge被引用 2

一句话总结

本文引入并分析了多样联合查询（Diverse-Conjunctive Query, Diverse-CQ）问题，其目标是从联合查询的解集中选择k个不同的答案，使得这些答案的总体多样性——通过汉明距离度量，并由一个多项式时间可计算的函数聚合——达到或超过阈值d。主要贡献在于对Diverse-CQ在数据复杂度、查询复杂度和联合复杂度下的全面复杂度分类，证明了无环和有界树宽CQ属于FPT和XP类，而对包含否定或有界子模宽度的更表达性强的CQ类则揭示了其不可解性。

ABSTRACT

Enumeration problems aim at outputting, without repetition, the set of solutions to a given problem instance. However, outputting the entire solution set may be prohibitively expensive if it is too big. In this case, outputting a small, sufficiently diverse subset of the solutions would be preferable. This leads to the Diverse-version of the original enumeration problem, where the goal is to achieve a certain level d of diversity by selecting k solutions. In this paper, we look at the Diverse-version of the query answering problem for Conjunctive Queries and extensions thereof. That is, we study the problem if it is possible to achieve a certain level d of diversity by selecting k answers to the given query and, in the positive case, to actually compute such k answers.

研究动机与目标

• 形式化并分析联合查询（CQ）答案问题的多样化版本，目标是从解集中选择k个多样化的答案。
• 在不同复杂度度量下研究该问题的计算复杂度：数据复杂度、查询复杂度和联合复杂度。
• 通过建立FPT和XP成员关系，识别出可解情况，特别是针对无环和有界树宽CQ。
• 通过识别不可解情况（如含否定的CQ或有界子模宽度的CQ），探索可解性的边界。
• 为数据库中精确的多样化查询回答建立理论基础，补充现有启发式与采样方法。

提出的方法

• 本文使用答案元组之间的汉明距离来定义多样性，并采用多项式时间可计算的聚合函数来度量k个答案的整体多样性。
• 提出Diverse-CQ(δ)问题：给定数据库I、查询Q以及整数k和d，判断是否存在k个不同的答案，其聚合多样性δ ≥ d。
• 作者采用参数化复杂度技术，以待选答案数k为参数进行分析，证明了无环和有界树宽CQ属于FPT和XP类。
• 对于不可解情况（如含否定的CQ或有界子模宽度的CQ），论文证明了W[1]-难和NP-难结果，以明确理论边界。
• 分析利用了已知难题的归约，并结合CQ的结构特性，包括超树宽和变量消除方案。
• 框架被扩展至加权汉明距离和一般聚合函数，但核心分析聚焦于无权汉明距离和ws-单调聚合函数。

实验结果

研究问题

• RQ1 在何种条件下，选择k个多样化答案的联合查询问题属于固定参数可满足性（FPT）？
• RQ2 在数据复杂度、查询复杂度和联合复杂度下，无环和有界树宽联合查询的Diverse-CQ问题复杂度如何？
• RQ3 对于无环联合查询（UACQs）的多样性问题能否高效求解？这对更复杂的查询类有何启示？
• RQ4 联合查询中否定的存在如何影响多样性问题的可解性？
• RQ5 这些结果在有界子模宽度查询上能多大程度上被推广？此类查询广义化了超树宽和分数超树宽。

主要发现

• 当参数化为k时，无环联合查询的Diverse-CQ问题属于FPT类，运行时间仅在k上指数增长，而在数据库大小上为多项式时间。
• 对于有界树宽的CQ，当参数化为k时，问题属于XP类，表明对小k值具有可解性，但尚未建立该情况下的W[1]-难性结果。
• 对于有界树宽且含否定的CQ，该问题在联合复杂度下为NP-难，表明其在无环和有界树宽情况之外存在本质不可解性。
• 无环联合查询（UACQs）的多样性问题本身即为不可解，即使单个CQ为无环，这是由聚合函数和解集结构的性质决定的。
• 将结果推广至有界子模宽度的CQ仍是开放问题，因为此类查询在评估中需要根本不同的算法技术，尤其涉及重-轻分割机制。
• 本文证明了聚合函数的选择至关重要：尽管大多数上界结果对任意多项式时间聚合函数成立，但下界结果适用于ws-单调函数，包括求和与最小值。