交互式数据探索综述

• 作者: 于戈 李芳芳 王蒙湘 谷峪
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 交互式数据探索 查询推荐 查询结果优化 用户反馈 机器学习
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 综述·探索
• 页码范围: 171-184
• 页数: 14页
• 分类号: TP315
• 字数: 11649字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1606010

摘要

大规模数据集已经超过TB和PB级,现有的技术可以收集和存储大量的信息.虽然数据库管理系统一直在不断提高提供复杂的多种数据管理的能力,但是管理查询工具并不能满足大数据的需求,如何精准理解和探索这些大规模数据集仍然是一个巨大的挑战.交互式数据探索(interactive data exploration,IDE)的关注点是强调交互、探索和发现,能让用户从海量的数据中用最小的代价更精确地找到他们需要的信息.首先对交互式数据探索及其应用背景进行了介绍,总结了通用的探索模型和IDE的特点,分析了交互式数据探索中的查询推荐技术和查询结果优化技术的现状;随后分别对IDE原型系统进行了分析和比较;最后给出了关于交互式数据探索技术的总结和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院计算机科学系	426	6587	38.0	64.0
2	李芳芳	东北大学计算机科学与工程学院计算机科学系	22	92	6.0	8.0
3	谷峪	东北大学计算机科学与工程学院计算机科学系	43	456	10.0	20.0
4	王蒙湘	东北大学计算机科学与工程学院计算机科学系	2	4	1.0	2.0