Optimizing similarity queries in metric spaces meeting user's expectation

Résumé : La complexité des données contenues dans les grandes bases de données a augmenté considérablement. Par conséquent, des opérations plus élaborées que les requêtes traditionnelles sont indispensable pour extraire toutes les informations requises de la base de données. L'intérêt de la communauté de base de données a particulièrement augmenté dans les recherches basées sur la similarité. Deux sortes de recherche de similarité bien connues sont la requête par intervalle (Rq) et par k-plus proches voisins (kNNq). Ces deux techniques, comme les requêtes traditionnelles, peuvent être accélérées par des structures d'indexation des Systèmes de Gestion de Base de Données (SGBDs).Une autre façon d'accélérer les requêtes est d'exécuter le procédé d'optimisation des requêtes. Dans ce procédé les données métriques sont recueillies et utilisées afin d'ajuster les paramètres des algorithmes de recherche lors de chaque exécution de la requête. Cependant, bien que l'intégration de la recherche de similarités dans le SGBD ait commencé à être étudiée en profondeur récemment, le procédé d'optimisation des requêtes a été développé et utilisé pour répondre à des requêtes traditionnelles. L'exécution des requêtes de similarité a tendance à présenter un coût informatique plus important que l'exécution des requêtes traditionnelles et ce même en utilisant des structures d'indexation efficaces. Deux stratégies peuvent être appliquées pour accélérer l'execution de quelques requêtes, et peuvent également être employées pour répondre aux requêtes de similarité. La première stratégie est la réécriture de requêtes basées sur les propriétés algébriques et les fonctions de coût. La deuxième stratégie est l'utilisation des facteurs externes de la requête, tels que la sémantique attendue par les usagers, pour réduire le nombre des résultats potentiels. Cette thèse vise à contribuer au développement des techniques afin d'améliorer le procédé d'optimisation des requêtes de similarité, tout en exploitant les propriétés algébriques et les restrictions sémantiques pour affiner les requêtes.
Type de document :
Thèse
Other [cs.OH]. Université de Bourgogne; BRESIL - Université de SAO PAULO, 2012. English. <NNT : 2012DIJOS040>
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-00837734
Contributeur : Abes Star <>
Soumis le : lundi 24 juin 2013 - 11:32:28
Dernière modification le : mardi 25 juin 2013 - 15:48:08
Document(s) archivé(s) le : mercredi 25 septembre 2013 - 04:09:15

Fichier

these_A_RIBEIRO_PORTO_FERREIRA...
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-00837734, version 1

Collections

Citation

Monica Ribeiro Porto Ferreira. Optimizing similarity queries in metric spaces meeting user's expectation. Other [cs.OH]. Université de Bourgogne; BRESIL - Université de SAO PAULO, 2012. English. <NNT : 2012DIJOS040>. <tel-00837734>

Partager

Métriques

Consultations de
la notice

779

Téléchargements du document

403