前k個問題 - 我的學術研究發現使用

Question

Topk問題 - 在DB搜索BEST k（3或1000）元素

有根本性的問題，關係數據庫，即到找到top k elems，需要處理表中的所有行。這使得大數據上的無用。

我正在應用程序（大學的研究，不是我的發明，我執行，並試圖改善原來的想法），其允許您通過訪問存儲的數據的只有3-5％，有效地找到top k元素。這使得它真的快速。

甚至有用戶偏好，所以在某些領域，你可以指定指定指定最顯著的屬性用戶和聚集功能最有價值的功能。

---

例如汽車的DB：屬性：（價格，續航里程，車，CCM，燃料/英里，車的類型...的年齡），例如和用戶價值10 *價格+ 5 * fuel/mile + 4 *里程+車齡,（s）他不在乎汽車的類型和其他。 - 這是彙總規範

然後對於每個屬性（價格，里程等），可以有完全不同的「值函數」，爲用戶指定最佳值。例如（價格：越低越好，然後價值下降，高達50,000美元，其中價值爲0（用戶不希望汽車的價格高於50k）里程：基於他/她的標準的其他函數，ans等等...

---

你可以看到，有相當自由指定你的喜好和acording它，在DB best k元素將被很快找到。

我已經花了很多不眠的夜晚思考真實生活可用性誰可以從這個查詢db中受益？但是我沒有做出任何事情並堅持只有學術只寫立場。 :-(我希望有可以是一些真正的用法，但我沒有看到任何....

....你有任何想法如何使用，在現實生活中，真實問題等...

---

I'd love to hear from You.

Answer 1

擁有人的個人簡歷數據庫，並建立僱用標準不同的工作，允許前k候選人的動態顯示。另外，考慮到解決方案的快速性，您可以考慮利用它來近似實時顯示高度動態數據的圖形，如股票市場報價或甚至分子或DNA相關研究中的應用。

新思路：或許你的研究可能在聚類中有應用，你可以用它來實現快速的聚類，而不必每次都要掃描整個數據集。這將導致較大數據集的更快聚類，而在選擇每個數據節點的K-NN時採用更復雜的標準。

Answer 2

有無限可能的實際使用場景。獲取前n個值始終都在使用。

但是我非常懷疑可以在沒有索引的情況下得到top-n對象。索引只能在搜索前知道將要搜索的屬性。如果是這樣的話，關係數據庫中的簡單索引能夠提供相同的功能。

Answer 3

它一直在金融機構使用，你需要看到最有利可圖的資產/最少盈利等。