摘要

近似查询处理方法对大数据交互式分析和数据探索具有关键的支撑作用。然而，面对更复杂的时空大数据，现有方法面临两方面的挑战：一方面，现有方法由于在数据采样时忽略了时空数据的内在特征，可能会对查询准确率造成很大损失；另一方面，现有方法仅能处理一些特定的简单近似时空查询任务，如范围聚集查询，对时空数据复杂查询的近似处理由于缺乏统一的优化方法所以效率很低甚至无法处理。

本项目针对时空数据复杂查询的近似处理需求，以查询优化为主线，重点研究时空数据的采样优化、复杂查询的近似策略优化、融合采样器的查询效率优化三个关键科学问题，期望与现有方法相比达到查询时间大幅降低、查询精度明显提升的效果，并通过原型系统以验证实际效果。通过本项目的研究，可望在理论上形成融合采样和查询优化的统一近似时空查询处理方法。同时，建立一套近似时空查询处理引擎，在应用上支撑日益增长的时空大数据分析需求。