一种面向关联数据集的差异度最大化数据表组合查询方法

本发明属于数据检索领域，公开了一种面向关联数据集的差异度最大化数据表组合查询方法，数据处理阶段首先对给定的表格数据集进行数据处理，建立特征‑数据列索引，根据该索引发现表格数据集中的可连接表，同时构建数据表连接图索引，预计算各表格之间的连接信息；数据查询阶段根据给定的样例查询表和连接列集合，在特征‑数据列索引中搜索候选连接列集合，获取候选数据表集合，根据给定预算，选取能够与样例查询表连接，并且使差异度最大的数据表集合。本发明首次提出了在关联数据集中搜索可连接数据表组合的方法，利用特征索引过滤可连接数据表，建立数据表连接图发现数据表之间的的连接路径，并返回预算约束下使差异度最大化的数据表集合。