论文部分内容阅读
劣质数据普遍存在于现代数据管理系统中，严重影响了数据的质量，从而降低了数据的实用性以及数据的价值，这为数据管理带来了新的挑战．当前，已经有不少管理劣质数据的数据模型被提出，实体关系数据模型是其中一种，其中每条元组表示一个现实世界中的实体．该模型允许劣质数据的存在，给出了衡量数据质量的方法，并且可根据用户对结果质量的需求给出达到一定质量的查询结果．鉴于该模型的特点，传统的查询代价估计方法不再适用，需要新的代价估计技术．文中研究如何估计连接操作结果的大小，提出了在应用局部敏感Hash算法对属性值聚类的基础上，