CN104361073A - 面向用户视图的过程依赖关系分析方法 - Google Patents
面向用户视图的过程依赖关系分析方法 Download PDFInfo
- Publication number
- CN104361073A CN104361073A CN201410635328.0A CN201410635328A CN104361073A CN 104361073 A CN104361073 A CN 104361073A CN 201410635328 A CN201410635328 A CN 201410635328A CN 104361073 A CN104361073 A CN 104361073A
- Authority
- CN
- China
- Prior art keywords
- data
- dependence
- refinement
- user
- dependency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种面向用户视图的过程依赖关系分析方法,根据工作流执行流程,细化或抽象数据的How起源信息,来满足不同用户对于数据的不同级别How起源信息需求,具体利用细化操作和合成操作完成过程依赖关系分析,其特征在于,包括以下步骤:(1)给出过程依赖关系分析模型;(2)设计一种过程依赖关系分析的方法,基于工作流执行流程以及细化、合成操作,构造一套规则,完成过程不同级别之间依赖关系的分析;(3)实现基于过程依赖关系分析的用户视图。采用本发明的方法,充分考虑用户需求的不同,能够满足不同用户对于不同抽象级别How起源信息需求。
Description
技术领域
本发明涉及数据起源追踪领域,更具体的讲,涉及到数据的How起源查询领域,提出了一种面向用户视图的过程依赖关系分析方法,具体完成数据How起源依赖关系分析模型的设计,利用细化操作和合成操作分析过程依赖关系,实现不同用户需求的用户视图。本发明提出的过程依赖关系分析的方法可以满足不同用户对于不同抽象层次数据How起源信息查询的需求。
背景技术
数据起源是对数据处理的整个历史的信息,包括数据的来源和处理这些数据的所有后继过程。在数据起源中,数据的处理流程即为How起源。数据过程依赖关系实质上就是数据的How起源的语义信息。在数据的How起源追踪中,不同用户需要起源信息的抽象层次不一样,关注点不一样,需要进行不同的处理。
发明内容
发明目的:为了解决不同抽象层次数据How起源信息查询的问题,本发明面向用户视图,提出一种过程依赖关系分析的方法,主要在给出数据过程依赖关系分析模型的基础上,利用细化和合成操作,具体分析过程依赖关系,设计一套规则,给出过程依赖图的细化和合成方法,满足不同用户对于不同抽象层次数据How起源信息查询的需求。
技术方案:一种面向用户视图的过程依赖关系分析方法,包括如下内容:
面向用户视图的过程依赖关系分析模型:
本发明提出的过程依赖关系分析模型,具体分为两部分描述:
(1)面向用户需求,设计过程依赖关系分析模型,具体包括过程依赖关系、过程依赖关系操作、过程依赖关系视图三层;
(2)基于分析模型,设计过程依赖关系的细化和合成操作。数据血统依赖关系在本质上是数据血统的语义信息,可以分为数据依赖关系、过程依赖关系和控制依赖关系;
(3)给出基于过程依赖关系分析的用户视图。
面向用户视图的过程依赖关系分析方法:
本发明提出的过程依赖关系分析的方法,针对基本流程,设计一套过程依赖关系分析规则,完成数据How起源的追踪,该方法主要包括:
(1)过程依赖图的细化:基于基本流程及依赖关系,设计一系列细化规则,并且以此规则,建立了过程依赖图的细化算法;
(2)过程依赖图的合成:基于基本流程及依赖关系,构造了一套合成规则,并在此基础上,设计了过程依赖图的合成算法。
基于过程依赖关系分析方法的用户视图:
本发明所实现的过程依赖关系用户视图,是基于过程依赖关系分析方法,根据用户需求,利用细化或合成操作,实现数据How起源追踪的不同视图,满足用户不同的查询需求。
附图说明
图1为面向用户视图的过程依赖关系分析模型;
图2为实例流程图;
图3为根据图2得到的过程依赖图;
图4为根据图3过程依赖关系分析得到的可以处理信息;
图5为根据图4进行合并得到的结果用户视图;
图6为根据图5进行细化得到的结果用户视图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
面向用户视图的过程依赖关系分析模型
1、过程依赖关系分析模型
图1为本发明提出的分析模型,对该模型中的过程依赖相关的概念作如下定义阐述。
定义1数据起源依赖关系定义为一个5元组DP_Dependency=(Data_Set,Process_Set,Data_Data_Dependency,Data_Process_Dependency,Process_Data_Dependency,Process_Process_Dependency),其中Data_Set是数据的集合;
Process_Set是过程的集合;
Data_Data_Dependency:Data_Set→Data_Set,是数据到数据的映射关系,称为数据依赖关系;
Data_Process_Dependency:Data_Set→Process_Set,是数据到过程的映射关系,称为过程对数据依赖关系,即过程依赖于数据,数据是过程的输入;
Process_Data_Dependency:Process_Set→Data_Set,是过程到数据的映射关系,称为数据对过程依赖关系,即数据依赖于过程,数据是过程的输出;
Process_Process_Dependency:Process_Set→Process_Set,是过程到过程的映射关系,称为过程依赖关系;
过程对数据依赖关系和数据对过程依赖关系统称为控制依赖关系。
定义2过程依赖对于数据Source_Data和Sink_Data,存在依赖序列p=﹤P1,P2,…,Pn﹥,满足:
P1,P2,…,Pn∈Process_Set,Source_Data,Sink_Data∈Data_Set;
<Source_Data,P1>,Source_Data是P1的输出;
<Pn,Sink_Data>,Sink_Data是Pn的输入;
Pi依赖于Pi+1,记作Pi+1→Pi,其中1≤i≤n-1.
则p为Source_Data的一个过程依赖,即Source_Data经过过程p的处理而得到。
定义3完全过程依赖对于给定的过程Source_Process和Sink_Process,Source_Process过程依赖于Sink_Process,即Sink_Process→Source_Process。如果Sink_Process={P1,P2,…,Pn},是一个组合过程。如果只有P1,P2,…,Pn全部执行结束,Source_Process才能开始执行,则称Source_Process完全过程依赖于Sink_Process,记作
定义4部分过程依赖对于给定的过程Source_Process和Sink_Process,Source_Process过程依赖于Sink_Process,即Sink_Process→Source_Process。如果Sink_Process={P1,P2,…,Pn},是一个组合过程。如果只要P1,P2,…,Pn中执行结束一个过程,Source_Process就开始执行,则称Source_Process部分过程依赖于Sink_Process,记作
2、过程依赖关系的细化和合成操作
对模型中的细化和合成进行定义,并进一步定义过程依赖关系的细化和合成操作。
定义5操作细化DP_Dep1、DP_Dep2是两个数据起源过程依赖关系图,定义DP_Dep1的细化DP_Dep2,记为DP_Dep1<DP_Dep2,满足:
定义6过程细化有过程P1、P2,对于任何给定的数据Sink_Data,Sink_Data经过过程P1处理后得到数据Source_Data,Sink_Data经过过程P2处理后也得到数据Source_Data。如果P1不能再分解,P2是由{P21,P22,…,P2m}组合而成,i≤m,那么P2是P1的细化。
定义7过程依赖图的细化对于给定的数据Source_Data,存在依赖序列c1=﹤P1,P2,…,Pn﹥,c2=﹤X1,X2,…,Xn﹥满足:
P1,P2,…,Pn∈Process_Set,X1,X2,…,Xm∈Process_Set,Source_Data∈Data_Set;
存在1≤i≤n,Pi由过程依赖序列﹤X1,X2,…,Xm﹥组成。
则过程依赖序列c3=﹤P1,P2,Pi-1,c2,Pi+1,…,Pn﹥为c1的一个过程依赖细化,记作c1<c3。
定义8操作合成DP_Dep1、DP_Dep2是两个数据起源过程依赖关系图,定义DP_Dep1的合成DP_Dep2,记为DP_Dep1>DP_Dep2,满足:
定义9过程依赖的合成给定过程依赖图
CGraph=(Node_Set,Edge_Set,Role_Set),通过完全过程依赖的合成和部分过程依赖合成得到的新的依赖关系New_CG,称New_CG是CGraph的一个过程依赖的合成,记作CGraph>New_CG。
定义10完全过程依赖的合成给定过程依赖图PDGraph=(Node_Set,Edge_Set,Role_Set),如果Child_PD=(N,E,R), 满足N=Ns∪Nf,Ns={Ns1,Ns2,…,Nsi},是边起点集合,Nf={Nf1,Nf2,…,Nfj},是边终点集合,图(N,E)是完全二分有向图。如果R都是完全过程依赖,那么Ns中结点合并成一个结点s,Nf中结点合并成一个结点f,集合E中的边合并成一条边e=<s,f>,role为完全过程依赖,记生成的图PDGraph-Child_PD+({s,f},e,role)为New_PD,则New_PD是PDGraph的一个完全过程依赖的合成。
定义11部分过程依赖的合成给定过程依赖图PDGraph=(Node_Set,Edge_Set,Role_Set),如果Child_PD=(N,E,R), 满足N=Ns∪Nf,Ns={Ns1,Ns2,…,Nsi},是边起点集合,Nf={Nf1,Nf2,…,Nfj},是边终点集合,图(N,E)是完全二分有向图。如果R都是部分过程依赖,那么Ns中结点合并成一个结点s,Nf中结点合并成一个结点f,集合E中的边合并成一条边e=<s,f>,role为完全过程依赖,记生成的图PDGraph-Child_PD+({s,f},e,role)为New_PD,则New_PD是PDGraph的一个部分过程依赖的合成。
3、过程依赖关系分析的用户视图
定义12数据起源过程依赖关系的用户视图定义为一个三元组User_View=(DP_Dependency,Account,DP_Dependency_Account),其中
-DP_Dependency是数据起源过程依赖关系集合;
-Account是用户的集合;
- 是数据起源过程依赖关系的一个用户映射。
定义13数据How起源DP的用户视图V如果用N(DP)表示数据How起源的结点集合,用E(DP)表示How起源的边集合,那么一个有n个结点的How起源DP是一个结点划分:N(DP):{DP1,DP2,…,DPn},对于i≠j,i,j≤n,有DP1∪DP2∪…∪DPn=N(DP)。用户视图N(V)是How起源的一个划分{M1,M2,…,Mm},对于s≠t,s,t≤m,有M1∪M2∪…∪Mm=N(V)。用户视图V的大小用︱V︱表示,︱V︱=m。How起源N(DP)和用户视图N(V)是一个双射关系Φ:2N(DP)→N(V),其中:
p1∈DPi,p2∈DPj,i≠j,则(Φ(DPi),Φ(DPj))∈E(V)。相反的, (p i,p j)∈E(DP)。
定义14最优的用户视图给定一个数据过程起源DP和一组关注过程N(DP):{DP1,DP2,…,DPn},h<n,N(V)是数据过程起源DP关于相关过程R的一个最优用户视图,如果满足:
用户视图N(V)是数据过程起源的一个划分{M1,M2,…,Mm},对于s≠t,s≤m,t≤m,有M1∪M2∪…∪Mm=N(V);
p1∈DPi,p2∈DPj,i≠j,则(Φ(DPi),Φ(DPj))∈E(V)。相反的, (pi,pj)∈E(DP);
Ms中至多包含R中的一个过程;
满足
对于s≠t,s,t≤m,和Mt,满足
过程依赖关系分析的方法
1、过程依赖图的细化
(1)规则
对于给定的过程Source_Process和Sink_Process,Source_Process过程依赖于Sink_Process,即Sink_Process→Source_Process。如果Sink_Process={P1,…,Pn},是一个组合过程,那么对于不同组合方式的细化规则如下。
规则1-1顺序结构细化规则:细化依赖序列为<Source_Process,P1,…,Pn>,即Source_Process依赖于P1,P2依赖于P3,一直到Pn-1依赖于Pn。
规则1-2并行结构细化规则:Source_Process全部过程依赖于{P1,…,Pn}。
规则1-3分支结构细化规则:Source_Process部分过程依赖于{P1,…,Pn}。
(2)算法
输入:Dependency_Graph=(Node_Set,Edge_Set,Role_Set),其中
■ Node_Set=Data_Set;
■ Edge_Set=Process_Process_Dependency;
■ Role_Set={组合过程,原子过程};
■ Process_Process_Dependency Process_Set×Process_Set。
输出:细化的过程依赖图
算法:
2、过程依赖图的合成
(1)规则
规则2-1完全过程依赖合成规则:对于过程集合{I1,…,In}和{O1,…,Om},完全依赖满足i≤m,j≤n。如果记Source_Process={I1,…,In},Sink_Process={O1,…,Om},则原依赖关系替换成
规则2-2部分过程依赖合成规则:对于过程集合{I1,…,In}和{O1,…,Om},部分依赖满足i≤m,j≤n。如果记Source_Process={I1,…,In},Sink_Process={O1,…,Om},则原依赖关系替换成Process。
(2)算法
输入:Dependency_Graph=(Node_Set,Edge_Set,Role_Set),其中
■ Node_Set=Data_Set;
Edge_Set=Process_Process_Dependency;
■ Role_Set={完全过程依赖,部分过程依赖};
■ Process_Process_Dependency Process_Set×Process_Set。
输出:合成的过程依赖图
算法:
3、算法分析
本发明依据过程依赖关系分析,利用细化或合成操作,可以查看数据How起源追踪的不同视图,满足用户不同级别起源信息的需求。本文提出的方法不论是细化算法还是合成算法,其算法复杂度都是多项式级别的,具体为:
细化算法采用每两个结点进行比较的思路,假设有n个结点的过程依赖图Dep_Graph,则对两个结点的依赖关系进行细化。当Dep_Graph每两个结点都有边的情况下,是需要计算最多的时候。而在这种情况下,算法的复杂情况是(n-1)+(n-2)+…+2+1=,所以算法的复杂度是(n2)。
合成算法采用广度优先搜索来搜索到每一个结点的相邻结点,进行是否是二分图判断,根据判断的三种情况分别进行完全依赖合成、部分依赖合成和不合成处理。算法的复杂度由广度优先搜索、二分图判断和合成处理三部分组成。如果在一个图中得到最优的过程依赖的合成,即得到最大的二分图,那么复杂度是NP-hard的。如果采用只是对一个结点搜索相邻结点,然后进行判断处理的方式,则算法的复杂度是多项式级别的。
基于过程依赖关系分析方法的用户视图:
本发明根据用户需求,利用细化或合成操作,可以实现数据How起源追踪的不同视图,满足用户不同的查询需求。
如图2所示,为一个水利预报生成的简单流程,圆表示数据,方框表示过程。该流程首先基于采集的数据(collected data)通过处理过程getRiverData获取关于某条河流数据(Riverdata),接着分别通过过程getWaterLevel和getSand获取水位(WaterLevel)以及含沙量(sand)等信息,然后分别通过过程getFlow和consolidateSand对水位与含沙量进行处理后,得到流量(flow)和含沙信息(csand),最后通过过程calculateForeCast与当地降水信息(rainFall)一起处理生成水利预报(forecast)。根据程依赖关系定义,可以得到如图3所示的过程依赖关系图。
根据本发明过程依赖关系分析,可以得到如图4所示的可合成信息,即过程getWaterLevel和getSand两个分支是可以合成的。根据用户需要,可以对于过程getWaterLevel和getSand进行过程合成,得到如图5所示的用户视图。根据用户需要,可以细化getWaterLevel&getflow合成过程,得到如图6所示的用户视图。
根据实验可知,发明的方法是可行的、有效的。
Claims (6)
1.一种面向用户视图的过程依赖关系分析方法,其特征在于,包括以下步骤:
1)设计面向用户视图的过程依赖关系分析模型;
2)设计一种基于细化和合成操作的过程依赖关系分析方法;
3)实现基于过程依赖关系分析方法的用户视图;
步骤1)所设计的过程依赖关系分析模型,为不同用户查询数据的How起源信息提供基础,满足数据How起源追踪深层次的可视化需求,进一步包含以下步骤:
11)面向用户需求,设计过程依赖关系分析模型,包括过程依赖关系、过程依赖关系操作、过程依赖关系视图三层;
12)设计过程依赖关系的交、并、细化和合成操作。
2.根据权利要求1所述的面向用户视图的过程依赖关系分析方法,其特征在于,步骤2)所设计的过程依赖关系分析的方法,是面向用户需求、基于过程细化和合成操作的可视化过程依赖分析方法,包含过程依赖图的细化和合成:
21)过程依赖图的细化:从基本流程的构成和完全、部分依赖角度,设计一套规则用于过程依赖图的细化,并且给出了过程依赖图细化的具体算法,采用每两个结点进行比较的思路,对两个结点的依赖关系进行细化;
22)过程依赖图的合成:从基本流程的构成和完全、部分依赖角度,设计一套规则用于过程依赖图的合成,并且给出了过程依赖图合成的具体算法,采用广度优先搜索来搜索到每一个结点的相邻结点,进行是否是二分图判断,根据判断的三种情况分别进行完全依赖合成、部分依赖合成和不合成处理。
3.根据权利要求1所述的面向用户视图的过程依赖关系分析方法,其特征在于,步骤3)所实现的过程依赖关系用户视图,是依据过程依赖关系分析方法,利用细化或合成操作,实现数据How起源追踪的不同视图,满足用户不同的查询需求。
4.根据权利要求1所述的面向用户视图的过程依赖关系分析方法,其特征在于,对模型中的细化和合成进行定义,并进一步定义过程依赖关系的细化和合成操作:
定义操作细化DP_Dep1、DP_Dep2是两个数据起源过程依赖关系图,定义DP_Dep1的细化DP_Dep2,记为满足:
定义过程细化有过程P1、P2,对于任何给定的数据Sink_Data,Sink_Data经过过程P1处理后得到数据Source_Data,Sink_Data经过过程P2处理后也得到数据Source_Data;如果P1不能再分解,P2是由{P21,P22,...,P2m}组合而成,i≤m,那么P2是P1的细化;
定义过程依赖图的细化对于给定的数据Source_Data,存在依赖序列c1=﹤P1,P2,...,Pn﹥,c2=﹤X1,X2,...,Xn﹥满足:
P1,P2,...,Pn∈Process_Set,X1,X2,...,Xm∈Process_Set,Source_Data∈Data_Set;
存在1≤i≤n,Pi由过程依赖序列﹤X1,X2,...,Xm﹥组成;
则过程依赖序列c3=﹤P1,P2,Pi-1,c2,Pi+1,...,Pn﹥为c1的一个过程依赖细化,记作
定义操作合成DP_Dep1、DP_Dep2是两个数据起源过程依赖关系图,定义DP_Dep1的合成DP_Dep2,记为满足:
定义过程依赖的合成给定过程依赖图CGraph=(Node_Set,Edge_Set,Role_Set),通过完全过程依赖的合成和部分过程依赖合成得到的新的依赖关系New_CG,称New_CG是CGraph的一个过程依赖的合成,记作
定义完全过程依赖的合成给定过程依赖图PDGraph=(Node_Set,Edge_Set,Role_Set),如果Child_PD=(N,E,R), 满足N=Ns∪Nf,Ns={Ns1,Ns2,...,Nsi},是边起点集合,Nf={Nf1,Nf2,...,Nfj},是边终点集合,图(N,E)是完全二分有向图;如果R都是完全过程依赖,那么Ns中结点合并成一个结点s,Nf中结点合并成一个结点f,集合E中的边合并成一条边e=<s,f>,role为完全过程依赖,记生成的图PDGraph-Child_PD+({s,f},e,role)为New_PD,则New_PD是PDGraph的一个完全过程依赖的合成;
定义部分过程依赖的合成给定过程依赖图PDGraph=(Node_Set,Edge_Set,Role_Set),如果Child_PD=(N,E,R), 满足N=Ns∪Nf,Ns={Ns1,Ns2,...,Nsi},是边起点集合,Nf={Nf1,Nf2,...,Nfj},是边终点集合,图(N,E)是完全二分有向图;如果R都是部分过程依赖,那么Ns中结点合并成一个结点s,Nf中结点合并成一个结点f,集合E中的边合并成一条边e=<s,f>,role为完全过程依赖,记生成的图PDGraph-Child_PD+({s,f},e,role)为New_PD,则New_PD是PDGraph的一个部分过程依赖的合成。
5.根据权利要求1所述的面向用户视图的过程依赖关系分析方法,其特征在于,定义数据起源过程依赖关系的用户视图定义为一个三元组User_View=(DP_Dependency,Account,DP_Dependency_Account);
定义13数据How起源DP的用户视图V如果用N(DP)表示数据How起源的结点集合,用E(DP)表示How起源的边集合,那么一个有n个结点的How起源DP是一个结点划分:N(DP):{DP1,DP2,...,DPn},对于i≠j,i,j≤n,有DP1∪DP2∪...∪DPn=N(DP);用户视图N(V)是How起源的一个划分{M1,M2,...,Mm},对于s≠t,s,t≤m,有M1∪M2∪...∪Mm=N(V)。用户视图V的大小用︱V︱表示,︱V︱=m;How起源N(DP)和用户视图N(V)是一个双射关系Φ:2N(DP)→N(V),其中:
p1∈DPi,p2∈DPj,i≠j,则(Φ(DPi),Φ(DPj))∈E(V);相反的, (p i,p j)∈E(DP);
定义最优的用户视图给定一个数据过程起源DP和一组关注过程N(DP):{DP1,DP2,...,DPn},h<n,N(V)是数据过程起源DP关于相关过程R的一个最优用户视图,如果满足:
用户视图N(V)是数据过程起源的一个划分{M1,M2,...,Mm},对于s≠t,s,t≤m,有M1∪M2∪...∪Mm=N(V);
p1∈DPi,p2∈DPj,i≠j,则(Φ(DPi),Φ(DPj))∈E(V)。相反的, (pi,pj)∈E(DP);
Ms中至多包含R中的一个过程;
满足{{p}∪Ms};
对于s≠t,s,t≤m,和Mt,满足{Ms,Mt}。
6.根据权利要求1所述的面向用户视图的过程依赖关系分析方法,其特征在于,
过程依赖图的细化规则
对于给定的过程Source_Process和Sink_Process,Source_Process过程依赖于Sink_Process,即Sink_Process→Source_Process;如果Sink_Process={P1,...,Pn},是一个组合过程,那么对于不同组合方式的细化规则如下:
规则1-1顺序结构细化规则:细化依赖序列为<Source_Process,P1,...,Pn>,即Source_Process依赖于P1,P2依赖于P3,一直到Pn-1依赖于Pn;
规则1-2并行结构细化规则:Source_Process全部过程依赖于{P1,...,Pn};
规则1-3分支结构细化规则:Source_Process部分过程依赖于{P1,...,Pn};
过程依赖图的合成规则
规则2-1完全过程依赖合成规则:对于过程集合{I1,...,In}和{O1,...,Om},完全依赖满足i≤m,j≤n。如果记Source_Process={I1,...,In},Sink_Process={O1,...,Om},则原依赖关系替换成
规则2-2部分过程依赖合成规则:对于过程集合{I1,...,In}和{O1,...,Om},部分依赖满足i≤m,j≤n。如果记Source_Process={I1,...,In},Sink_Process={O1,...,Om},则原依赖关系替换成
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410635328.0A CN104361073A (zh) | 2014-11-12 | 2014-11-12 | 面向用户视图的过程依赖关系分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410635328.0A CN104361073A (zh) | 2014-11-12 | 2014-11-12 | 面向用户视图的过程依赖关系分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104361073A true CN104361073A (zh) | 2015-02-18 |
Family
ID=52528334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410635328.0A Pending CN104361073A (zh) | 2014-11-12 | 2014-11-12 | 面向用户视图的过程依赖关系分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361073A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636304A (zh) * | 2018-10-29 | 2019-04-16 | 浙江口碑网络技术有限公司 | 业务系统的发布方法及装置、存储介质、电子装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365975A (zh) * | 2013-06-27 | 2013-10-23 | 河海大学 | 一种考虑数据起源的基于SP树的Web服务匹配方法及模型 |
CN103473400A (zh) * | 2013-08-27 | 2013-12-25 | 北京航空航天大学 | 基于层次依赖建模的软件fmea方法 |
CN103823885A (zh) * | 2014-03-07 | 2014-05-28 | 河海大学 | 基于数据起源依赖关系分析模型的数据依赖分析方法 |
-
2014
- 2014-11-12 CN CN201410635328.0A patent/CN104361073A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365975A (zh) * | 2013-06-27 | 2013-10-23 | 河海大学 | 一种考虑数据起源的基于SP树的Web服务匹配方法及模型 |
CN103473400A (zh) * | 2013-08-27 | 2013-12-25 | 北京航空航天大学 | 基于层次依赖建模的软件fmea方法 |
CN103823885A (zh) * | 2014-03-07 | 2014-05-28 | 河海大学 | 基于数据起源依赖关系分析模型的数据依赖分析方法 |
Non-Patent Citations (2)
Title |
---|
OLIVIER BITON等: ""Optimizing User Views for Workflows"", 《PROCEEDING ICDT"09 PROCEEDINGS OF THE 12TH INTERNATIONAL CONFERENCE ON DATABASE THEORY》 * |
OLIVIER BITON等: ""Querying and Managing Provenance through User Views in Scientific Workflows"", 《PROCEEDING ICDE"08 PROCEEDINGS OF THE 2008 IEEE 24TH INTERNATIONAL CONFERENCE ON DATA ENGINEERING》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636304A (zh) * | 2018-10-29 | 2019-04-16 | 浙江口碑网络技术有限公司 | 业务系统的发布方法及装置、存储介质、电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sarasúa et al. | Dual frequency regulation in pumping mode in a wind–hydro isolated system | |
JP2012234536A (ja) | セマンティックモデルおよびルールからコードを生成するための方法 | |
JP2010515996A5 (zh) | ||
CN104573103A (zh) | 一种科技文献异构网络下合作作者推荐方法 | |
Ostasz et al. | Universal Model to Predict Expected Direction of Products Quality Improvement | |
CN103823885A (zh) | 基于数据起源依赖关系分析模型的数据依赖分析方法 | |
CN104361073A (zh) | 面向用户视图的过程依赖关系分析方法 | |
Peña et al. | A generalization of Fueter’s theorem | |
Elenice Rodrigues Hernandes et al. | Join operation and ${\mathcal A} $-finite map-germs | |
Li et al. | An efficient technique for importing complex geometry into block-structured adaptive mesh refinement codes | |
Shu et al. | A fast/automated watershed modeling workflow with the Penn State Integrated Hydrologic Model (PIHM): Essential data, simulation, applications and visualization | |
Gallagher et al. | Metadata: Absence and Overabundance | |
Cambeiro Barreiro et al. | Automatic Reconstruction of Semantic 3D Models from 2D Floor Plans | |
Kawamleh | Interpreting Multi-Model Agreement for Uncertainty Interpretation | |
Kleinen et al. | Peatlands through the Last Glacial Cycle: Evidence and Model Results | |
Jared et al. | Development of New Intensity-Duration-Frequency Curves for a Changing Climate | |
Kim et al. | A comparison of the stochastic and machine learning approaches in hydrologic time series forecasting | |
Zhou | Local well‐posedness for a type of periodic fifth‐order Korteweg–de Vries equations without nonlinear dispersive term | |
Bates et al. | Requirements for a next generation global flood inundation models | |
Yasaei Sekeh et al. | Feature Selection for multi-labeled variables via Dependency Maximization | |
de Oliveira Barreiros Junior et al. | Accelerating Sensitivity Analysis in Microscopy Image Segmentation Workflows | |
Baril Boudreau et al. | Arithmetic rank bounds for abelian varieties over function fields | |
Yates et al. | Beyond Climate Scenarios: Advancing from Changes in the Mean to a Better Understanding of Physical Processes to Enhance Stakeholder Engagement | |
Slavin Ross et al. | Learning Qualitatively Diverse and Interpretable Rules for Classification | |
Chiarini et al. | Transition to a Circular Economy Based Decommissioning Phase of a PV Plant and Its Storage System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150218 |
|
RJ01 | Rejection of invention patent application after publication |