sql - 我应该如何对数据库中的数据准确性/置信度建模？

Question

假设我有一个包含时间戳的数据库。对于每个时间戳属性，我可能会添加一个准确度属性，说明置信区间，因此存储的信息可能是，例如，“2012 年 7 月 1 日 12:13，+/- 3 个月”。

但总的来说，记录准确性/置信度并不是那么简单。家谱数据库可能需要记录一个人可能是另一个人的父亲这一事实。

那么，在存储具有不同准确性/置信度的信息方面是否有任何一般原则或最佳实践？

Answer 1

以你父亲为例，这很容易；不可能超过 100% 地确信某人是其他人的父亲；一般来说，不可能对任何事情有超过 100% 的信心!这反过来意味着对于所有内容，您可以简单地存储任何数据属性的百分比置信水平。

但是，您可能不想将置信水平存储为百分比；它取决于数据属性本身以及数据的含义。

例如，如果您想存储特定字符串与另一个字符串相比的“准确度”，您可能想要存储 Levenshtein distance反而。在您的时间戳示例中，我个人会存储最小值和最大值，但您也可以存储要添加或减去的月数；要么可以快速计算数据库中的选择。

我试图写的可能不清楚的是，您的问题的答案不取决于数据库，而是取决于其中的数据以及您的用户、业务等的需求。因为它取决于数据，每个单独的属性或列需要单独的解决方案；不可能有一个“通用”的解决方案。