MSOLA:基于多维分层采样的大数据在线聚集技术

• 作者: 史英杰 尤亚东 杜方
• 来源期刊: 计算机应用研究
• 关键词: 在线聚集 大数据 多维分层采样 负载分析
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 375-380
• 页数: 6页
• 分类号: TP392
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.02.013

摘要

在线聚集通过统计计算估计查询结果,能够在查询完成前给用户反馈,在大数据分析领域具有重要意义.现有研究工作采用统一随机采样策略,当查询出现小分组或低选择率时,导致估计结果不准确及收敛速度缓慢.针对这一问题,提出了结合负载特征和数据分布进行多维分层采样的有偏采样策略,并结合大数据处理平台Storm设计了结果估计和置信区间计算方法.实验证明所提出的方案有效提高了在线聚集估计结果的准确度,并且具有良好的扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜方	宁夏大学信息工程学院	9	119	3.0	9.0
2	史英杰	北京服装学院信息工程学院	5	8	2.0	2.0
3	尤亚东	北京服装学院信息工程学院	1	2	1.0	1.0