recuperação de dados por conteúdo
DESCRIPTION
Recuperação de dados por Conteúdo. Slim-Trees. Slim - Motivações. Método eficiente de armazenamento e recuperação de informação por meio de similaridade Informações não possuem relações de ordem total. Métodos de acesso métrico. Função de dissimilaridade: d(Oi, Oj) - PowerPoint PPT PresentationTRANSCRIPT
Recuperação de dados por Conteúdo
Slim-Trees
Slim - Motivações
Método eficiente de armazenamento e recuperação de informação por meio de similaridade
Informações não possuem relações de ordem total
Métodos de acesso métrico
Função de dissimilaridade:d(Oi, Oj)
fixed query tree; mvp-tree; vp-tree; GNAT : estáticas;
M-Tree, Slim-tree: Dinâmicas
Consulta por abrangência
O = {O1, O2, ..., On} pertence a Dd() Q? r(Q)
range(Q, r(Q)) => Seleciona Oi dentro da distancia r(Q) de Q
Encontre as estrelas que estão até 10 anos-luz do Sol
Consulta k-NN
O = {O1, O2, ..., On} pertence a Dd() Q? K
K-NN(Q) => Seleciona os K objetos mais próximos de Q
Selecione as 5 estrelas mais próximas do Sol : 5-NN(Sol)
Slim-tree - Definição
Caetano Traina Jr. – ICMC/SC (2000) Estrutura dinâmica (permite inserções
após sua criação); Balanceada; Performance superior à M-trees Páginas (nós) de tamanho fixo, que
armazenam no máximo C objetos;
Slim-tree – Nós internos
• Sc: Objeto Centro da subárvore apontada por Ptrc•d(Sc, Srep): Distância entre Sc e oobjeto representado;•Ptrc: Nó raiz da subárvore que contémcentro Sc;•Rc: Raio de cobertura da região;•#Ent: Número de nós contido em Ptrc
Slim-tree – Nós folha
•Sc: Objeto que o nó armazena
•Oid: Identificador do nó
•d(): Distancia entre Sc e o objeto central
Slim-tree - Exemplo
Slim-tree - Distâncias
Slim-tree - Inserção
A partir da raiz, busca nó que possa receber objeto
Se não encontra este nóselecionar nó com centro mais próximo do
objeto Se quantidade de nós > 1
Random | MidDist | Minoccup
Slim-tree - Splitting Nó escolhido com taxa de ocupação máxima Random: seleção aleatória de um par de objetos e
redistribuição dos outros objetos em função destes; minMax: par de objetos que minimiza o raio de cobertura
da sub-árvore => O(C3) MST: Remove o arco mais longo da arvore do caminho
mínimo => O(C2 log C)
Slim-trees - Sobreposição
Nós diferentes recaem sobre uma mesma região => reduz performance nas buscas
Absolute-fat-factor: Calcula quantidade de objetos cobertos por múltiplas regiões Não permite o cálculo para arvores diferentes que
representam um mesmo domínio
Relative-fat-factor: Conta nós acessados para responder a uma consulta
Slim-trees – Slim down
Análise dos fatores de sobreposição permite aplicar algoritmo
Reorganizar uma árvore já construída de forma a otimizar as buscas e reduzir o consumo de espaço em disco