文献

J-GLOBAL ID：202202262557435973   整理番号：22A0978930

並列Top-k高頻度用語クエリーのための効率的な分散時空間インデックス【JST・京大機械翻訳】

An Efficient Distributed Spatiotemporal Index for Parallel Top-k Frequent Terms Query

著者 (2件)： Van Le Hong (National Institute of Informatics,Tokyo,Japan) ,  Takasu Atsuhiro (National Institute of Informatics,Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： BigComp  ページ： 149-156  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 豊富なユーザ生成地理タグデータとして,マイクロブログは,いくつかのデータ分析コンテキスト,例えば,一般的なトピック傾向,ポピュラーなサイト検出,およびジオターゲット推薦において利用されてきた。そのような解析をサポートするために,著者らは,トップ-k頻出時空間用語クエリのための効率的多次元インデックス構造と並列処理アプローチを開発した:ジオタグ付きソーシャルデータに関する一般的解析クエリ。時空間範囲を考えると,クエリは社会的ポスト間の項の頻度を集約し,その範囲で最も頻繁な項を同定した。本研究は,大きな歴史的データセットに焦点を当てたので,河川データからこの情報を抽出する研究とは異なる。鍵課題は,最小記憶要求でクエリ性能を改善することである。鍵値店(KVS)で列鍵を生成し,分散システムにわたってデータ分布をバランスさせるため,時空間座標をユニークな符号に変換する分散インデックス構造を提案した。次に,データ位置確認を利用して,並列でソートされた用語リスト(STLs)を計算した。KVSとクライアント間の入力/出力を低減するために,STLの必要な長さを理論的に推定し,トップk頻出項を計算し,クライアントにSTLの一部だけを送る。実および人工データセットの両者に関するいくつかの実験は,ベースライン手法よりも,低い空間要求とより良いクエリ性能の両方を持つアプローチを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 河川 ,  位置決め ,  地理学 ,  *ソーティング ,  データ解析 ,  高次元 ,  並列処理 ,  基準線
準シソーラス用語： *クエリー ,  マイクロブログ ,  索引構造 ,  ソーシャルデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 頻度 ,  用語 ,  クエリー ,  時空間 ,  インデックス