Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/21181
Tipo de documento: Tese
Tipo de acceso: Acesso Aberto
Título: StreamPref: Uma Linguagem de Consulta para Dados em Fluxo com Suporte a Preferências
Título (s) alternativo (s): StreamPref: A Query Language for Data Streams with Support to Preferences
Autor: Ribeiro, Marcos Roberto
Primer orientador: Barioni, Maria Camila Nardini
Primer miembro de la banca: Oliveira, Gina Maira Barbosa de
Segundo miembro de la banca: Fileto, Renato
Tercer miembro de la banca: Travençolo, Bruno Augusto Nassif
Cuarto miembro de la banca: Kaster, Daniel dos Santos
Resumen: O trabalho descrito nesta tese está inserido no contexto do processamento de consultas sobre dados em fluxos (chamadas de consultas contínuas) com suporte a preferências. Embora existissem trabalhos nesta área, nenhuma pesquisa tinha explorado a informação temporal implícita nos dados em fluxo através de consultas contendo preferências temporais. O suporte a preferências temporais é interessante porque possibilita ao usuário expressar como os dados em um determinado instante influenciam as preferências em outro momento no tempo. O objetivo principal do trabalho descrito nesta tese foi a criação de um arcabouço teórico e prático que possibilite a realização de consultas contínuas contendo preferências condicionais temporais. Para atingir este objetivo, foi criada a linguagem de consulta StreamPref como uma extensão da Continuous Query Language (CQL). Inicialmente foi criada uma otimização para o processamento de consultas contendo preferências condicionais em bancos de dados tradicionais. Em seguida, foi desenvolvido um novo algoritmo incremental para o processamento de consultas contínuas contendo preferências condicionais. Por fim, foi criada a linguagem StreamPref contendo novos operadores capazes de processar consultas contínuas com preferências condicionais temporais. Também foram propostos algoritmos eficientes para processar os novos operadores e um novo modelo de preferência temporal para a comparação de sequências de tuplas. Foi demonstrado que os novos operadores possuem operações equivalentes em CQL mostrando que a linguagem StreamPref não aumenta o poder de expressão da linguagem CQL. Entretanto, os novos operadores possuem algoritmos específicos que possibilitam o processamento de consultas StreamPref de maneira mais eficiente do que suas contrapartes em CQL. Através da realização de extensos experimentos, foi comprovado que os algoritmos desenvolvidos possuem desempenho superior em relação aos algoritmos do estado-da-arte. Além disto, foram realizados experimentos que demonstraram como diferentes combinações de operadores StreamPref afetam as comparações de sequências e, consequentemente, a resposta para o usuário.
Abstract: The work described herein explored the evaluation of queries over data streams (called continuous queries) with support to preferences. No related work had employed the implicit temporal information in the data streams through queries containing temporal preferences. The use of temporal preferences is interesting because it allows the user to express how the data at a given moment influences the preferences at another time moment. The main goal of the work described herein was to create a theoretical and practical framework that allows continuous queries containing temporal conditional preferences. In order to achieve this goal, we created the StreamPref query language as an extension of the Continuous Query Language (CQL). First, we explored the develomentp of a strategy to optimize the execution of queries containing conditional preferences in traditional databases. Then, we designed a new incremental algorithm that is able to evaluate continuous queries containing conditional preferences. Finally, we proposed the StreamPref language with new operators capable of processing continuous queries with temporal conditional preferences. We also developed an efficient algorithm to evaluate the new operators and a new temporal preference model for the comparison of sequence of tuples. We demonstrated that the new operators have equivalent operations in CQL showing that the StreamPref language does not increase the expression power of the CQL language. However, the new operators have specific algorithms that enable a faster processing of StreamPref queries than their CQL counterparts. Through extensive experiments, it has been proven that our algorithms outperforms the state-of-the-art algorithms. Moreover, we also executed experiments to demonstrate how different combinations of StreamPref operators affect the comparisons of sequences and, by consequence, the response to the user.
Palabras clave: Preferências temporais
Temporal preferences
Linguagens de consulta
Query languages
Dados em fluxo
Data streams
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Programa: Programa de Pós-graduação em Ciência da Computação
Cita: RIBEIRO, Marcos Roberto. StreamPref: Uma Linguagem de Consulta para Dados em Fluxo com Suporte a Preferências. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2018. Programa de Pós-Graduação em Ciência da Computação.
Identificador del documento: http://dx.doi.org/10.14393/ufu.te.2018.759
URI: https://repositorio.ufu.br/handle/123456789/21181
Fecha de defensa: 19-mar-2018
Aparece en las colecciones:TESE - Ciência da Computação

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
StreamprefLinguagemConsulta.pdfTese2.45 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.