论文部分内容阅读
在大数据时代，越来越多的带有缺失值的数据需要处理，因而数据不完整成为一种常见的数据质量问题.不完整的数据给大数据的查询、挖掘和分析带来了困难.在某些情况下，数据中的很多缺失值是无法被确定的.只能根据用户的需求，在不完整的数据上选择一部分用户感兴趣的核心数据集合，来提高不完整数据的可用性.完整度较高，规模较小，在用户感兴趣的属性上给出更多完整信息的核心数据集合，能够支持高效的查询处理，提高查询结果的准确性和完整性.该文形式化了核心数据选择问题，证明了这至少是一个NP-难问题.由于需要同时优化核心数据集合的完