论文：SDEcho: Efficient Explanation of Aggregated Sequence Difference
会议：VLDB 2025
作者：Fei Ye, Zikang Liu, Xi Zhang, Yinan Jing, Zhenying He, Yuxin Che, Haoran Xiong, Kai Zhang, X. Sean Wang
简介：数据科学家通常需要运行包含group-by和aggregate函数的SQL语句获取聚合序列，理解聚合序列间差异背后的原因即解决“Why”问题对开展下一步研究工作至关重要，也正逐渐受到数据库社区的关注。然而，现有的解释引擎（explanation engine）在高维海量数据空间中缺乏可伸缩性，仅提供近似结果的解决方案，且不能充分支持聚合序列差异（aggregated sequence difference）的解释。
基于此，我们提出了全新的支持对聚合序列间差异进行解释的框架SDEcho（Sequence Difference Explanation），它是一个自动解释搜索框架，可以在模式(pattern)、解释阶数（order）和维度 (dimension)级别上修剪候选解释空间，基于对每种剪枝方法的分析，我们进而提出了一种混合方法来提高SDEcho的解释搜索性能。此外，我们构建了一个解释聚合序列差异的基准，并设计了一个解释置信度评分指标来评估解释的质量。在多个数据集上的实验结果和案例研究表明，SDEcho在保证精确求解的情况下显著加快了解释搜索过程，其搜索效率、可扩展性和有效性方面均优于现有方法。
