计算机科学>数据库
标题: 数据图上优先子集修复的计算复杂性
摘要: 偏好是实际推理的关键组成部分,尤其是在涉及对可能采取的不同选项或行动方案进行决策的任务中。 在这项工作中,我们侧重于以图形数据库的形式修复和查询不一致的知识库,这包括找到解决知识库中冲突的方法,并分别考虑每个可能的修复所带来的答案。 在没有先验领域知识的情况下,所有可能的修复都同样优先。 虽然这对于某些设置来说可能足够了,但在潜在修复中建立和利用某种形式的优先顺序似乎是合理的。 我们使用基于GXPath表达式的一致性概念作为完整性约束,研究了在具有数据值的图形数据库上计算优先修复的问题。 我们提出了几个基于标准子集修复语义的偏好标准,包括权重、多集和基于集的优先级。 我们表明,在没有可供利用的偏好标准的情况下,可以保持相同的计算复杂度。 最后,我们探讨了在这种设置下一致查询回答的复杂性,并获得了所有引入的偏好标准的严格下限和上限。