立方体趣味性：新颖性、相关性、奇特性和惊喜
摘要：在这篇论文中，我们讨论了在数据立方体环境中评估查询的有趣性的方法。我们假设存在一个层次多维数据库，存储着数据立方体和级别层次。我们首先全面回顾了人类行为研究和计算机科学领域的相关工作。我们将查询的有趣性定义为在不同维度上的评分向量，如新颖性、相关性、惊喜和特殊性，并通过一个信息分类体系来补充这一定义，以评估每个有趣性维度的信息。我们提供了针对不同有趣性维度定量评估的句法（与结果无关）检查和外延（与结果有关）指标和算法。我们还报告了我们进行的用户研究的结果，分析了每个维度的重要性、随时间的演变以及研究参与者的行为。
作者：Dimos Gkitsakis, Spyridon Kaloudis, Eirini Mouselli, Veronika Peralta, Patrick Marcel, Panos Vassiliadis
论文ID：2212.03294
分类：Databases
分类简称：cs.DB
提交时间：2023-07-27