个人数据空间管理中的任务挖掘策略
文献类型：会议
作者：寇玉波[1]
机构：[1]中国人民大学信息学院 北京 100872
[2]中国人民大学信息学院 北京 100872
[3]中国人民大学信息学院 北京 100872
[4]中国人民大学信息学院 北京 100872
[5]中国人民大学信息学院 北京 100872
年：2009
会议名称：NDBC2009第26届中国数据库学术会议论文集中国计算机学会
页码范围：446-452
会议地点：南昌
所属部门：信息学院
人气指数：3
浏览次数：3
语言：中文
关键词：用户行为 用户数据 查询服务 语义关系 数据管理 任务挖掘策略
摘要：在个人数据空间管理过程中，用户需要处理大量异质数据如邮件、文档、图片等．随着用户数据在数量和种类上的增多，如何有效管理这些数据，为用户提供有效的存储及查询服务成为一个具有挑战性的问题．传统数据管理工具如文件系统、桌面搜索工具等并未给用户提供足够的管理能力．究其原因，个人数据空间是由数据、用户以及服务三要素组成．而传统数据管理工具却忽略了用户这一要素，因此仅能在存储路径或全文索引的基础上提供服务．实际上数据与用户之间具有密不可分的联系，个人数据空间中的数据正是来自于用户行为．而用户行为是由一个一个任务组成的．挖掘个人数据中的任务，可以建立起数据间基于用户行为的语义关系，进而可以为用户提供任务视角的数据管理服务以及基于任务的查询服务．正是基于这一思想，提出了基于用户行为挖掘用户任务的方法．通过分析用户行为，发现个人数据由用户行为产生的时序关系，然后根据该时序关系生成用户的任务．实验证明该方法是有效的．
作者其他论文
差分隐私保护下一种精确挖掘top-k频繁模式方法.张啸剑;王淼;孟小峰.计算机研究与发展.2014,51(1),104-114.
大规模图数据可达性索引技术:现状与展望.富丽贞;孟小峰.计算机研究与发展.2015,52(1),116-129.
海量高维向量的并行Top-k连接查询.马友忠;慈祥;孟小峰.计算机学报.2015,38(1),86-98.
基于小数据的在线用户兴趣长程演化研究.李勇;孟小峰;刘继,等.计算机研究与发展.2015,779-788.
云数据管理索引技术研究.马友忠;孟小峰.软件学报.2015,26(1),145-166.
