众包数据库综述

• 作者: 于明鹤 李国良 柴成亮 赵天宇 骆昱宇
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 数据库 众包 查询优化 质量控制 成本控制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 自然语言与数据处理
• 页码范围: 948-972
• 页数: 25页
• 分类号: TP391
• 字数: 21165字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2020.00948

摘要

现如今,很多数据处理与分析的任务仅仅依靠机器算法难以达到理想的效果.因此,众包技术应运而生,其利用群体的智慧来解决对于计算机而言比较难的问题.其中,众包平台(例如Amazon Mechanical Turk)为众包技术的应用提供了有力的支撑.平台上有成千上万的网络大众来为任务发布者解决问题.然而,对于任务发布者而言,其与众包平台交互是不方便的,因为平台会要求任务发布者设置很多参数甚至书写代码.所以研究者们借鉴传统数据库的思想,提出了众包数据库的概念,其封装了任务发布者、众包平台以及众包工人之间的复杂交互过程,为发布者提供友好的API.使发布者可以通过简单的类SQL语言与平台交互.在这篇综述中,我们首先介绍众包的概念;然后介绍设计众包数据库时需考虑的一些基本技术,例如真值推理、任务分配,代价优化等;接着我们介绍几种主流的众包数据库系统.此外,我们会介绍对于不同的数据库算子,包括选择、连接、排序等优化技术.最后我们会介绍该领域未来的研究方向与挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国良	清华大学计算机系	20	425	8.0	20.0
2	柴成亮	清华大学计算机系	1	0	0.0	0.0
3	赵天宇	清华大学计算机系	2	1	1.0	1.0
4	骆昱宇	清华大学计算机系	1	0	0.0	0.0
5	于明鹤	东北大学软件学院	4	0	0.0	0.0