[论文解读] Interactive Query Formulation using Point to Point Queries

Henderik A. Proper|arXiv (Cornell University)|Feb 2, 2021

Advanced Database Systems and Queries参考文献 17被引用 4

一句话总结

本文提出了一种点对点查询机制，使用户能够通过在概念模式中指定起点和终点，自动生成连接它们的相关路径，从而构建复杂的数据库查询。通过结合路径查找算法与超图简化及聚类技术，该方法简化了在大型复杂模式中的查询构造，提升了交互式数据库探索的可用性与效率。

ABSTRACT

Effective information disclosure in the context of databases with a large conceptual schema is known to be a non-trivial problem. In particular the formulation of ad-hoc queries is a major problem in such contexts. Existing approaches for tackling this problem include graphical query interfaces, query by navigation, and query by construction. In this article we propose the point to point query mechanism that can be combined with the existing mechanism into an unprecedented computer supported query formulation mechanism. In a point to point query a path through the information structure is build. This path can then be used to formulate more complex queries. A point to point query is typically useful when users know some object types which are relevant for their information need, but do not (yet) know how they are related in the conceptual schema. Part of the point to point query mechanism is therefore the selection of the most appropriate path between object types (points) in the conceptual schema. This article both discusses some of the pragmatic issues involved in the point to point query mechanism, and the theoretical issues involved in finding the relevant paths between selected object types.

研究动机与目标

• 解决在具有大型复杂概念模式的数据库中构造临时查询的挑战。
• 通过支持用户在已知对象类型之间进行直观的路径式查询构造，改善用户交互体验。
• 通过自动发现指定模式中两点之间的路径，降低用户的认知负荷。
• 将点对点查询与现有机制（如基于导航的查询和构造）集成，构建更强大的交互式界面。
• 通过预编译的超图聚类与简化技术，优化查询性能。

提出的方法

• 将概念模式建模为超图，其中节点表示对象类型，边表示关系。
• 将点对点查询定义为模式中两个指定对象类型（源和目标）之间的路径。
• 应用简化函数 ReduceHG，通过移除仅有一个邻居且不是源或目标的节点，来简化超图。
• 使用递归简化驱动器 Reduce，迭代地简化图，直至无法进一步简化为止。
• 利用超图聚类（HCluster）预计算模式的结构分组，以优化性能。
• 在简化后的图上应用搜索算法，高效定位指定点之间的相关路径。

实验结果

研究问题

• RQ1 当用户仅知道查询的起点和终点对象类型，而不知道其间关系时，如何有效构造复杂查询？
• RQ2 哪些算法技术能够高效地在大型复杂概念模式中发现相关路径？
• RQ3 如何在交互式查询构造系统中优化路径发现的性能？
• RQ4 点对点查询在何种方式下可与现有交互式查询机制（如基于导航的查询）集成？
• RQ5 预编译的超图聚类在加速查询构造过程中起到何种作用？

主要发现

• 点对点查询机制使用户仅需指定源和目标对象类型即可构造复杂查询，显著降低了认知负担。
• 简化函数 RemoveHG 成功地从超图中剔除无关的结构组件，简化了搜索空间，同时不丢失相关路径。
• 递归简化驱动器 Reduce 确保图被逐步简化直至无法进一步简化，从而提升了搜索效率。
• 预计算超图聚类（HCluster）可实现更快的路径发现，因为聚类与特定查询点无关，可重复使用。
• 该方法支持与现有交互机制（如基于导航的查询和构造）的集成，构建了更统一且强大的查询构造环境。
• 研究表明，当结合结构优化技术时，复杂模式中的路径发现既高效又直观。