- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Hashed Samples:散列样品
Hashed Samples Selectivity Estimators for Set Similarity Selection Queries Set Similarity: An Application Find similar strings Decompose strings into 3-grams. Represent strings as sets of 3-grams. Compare strings by comparing their respective 3-gram sets. “Nick Koudas”: { ‘Nic’, ‘ick’, …, ‘das’ } “Nick Arkoudas”: {‘Nic’, …, ‘das’ } We can use TF/IDF similarity (or other metrics) to evaluate set similarity. Indexes For Set similarity Evaluation Current approaches use inverted lists Compute IDF of set elements (e.g., 3-grams). Create one inverted list per set element consisting of one entry per database set containing the respective elements (e.g., one entry per string containing the respective 3-gram). Use various algorithms and sorting/compression schemes for fast merging of inverted lists. Motivation Set similarity queries are very important String matching. Data cleaning. Set-valued attributes in ORDBMS. A variety of set similarity operators have been proposed (for join, selection queries) Selectivity estimation is important for query optimization The Problem Let I be a predefined set similarity measure. Let D a collection of sets. Given query set q and threshold τ, a set similarity selection query returns the answer set A: { s ? D, s.t. I(q, s) τ }. A set similarity selectivity estimation query estimates the size of A. Na?ve Solutions Random Sampling Maintain a sample S, of sets s ? D. Size of answer: |A| = |As|??|D| / |S|, where |As| = {s ? S: I(q, s) τ}. Drawbacks: Query independent. Large variance. Needs to store complete sets in the sample. Cannot handle updates. One Sample Per List Use the existing inverted index Compute one sample per inverted list. Compute independent estimates per list corresponding to the query set elements only (query specific) Report median, max, average… Drawbacks Ignores correlations between lists. Needs to store complete sets in inverted lists. Will not be better than simple random sampling. Cannot handle updates. Sample Unio
您可能关注的文档
- ERP对企业的价值.ppt
- ERP概要与运用.ppt
- ERP理论与实践_ch.ppt
- Evolution of Amino Acid Frequencies in Proteins:蛋白质中的氨基酸的频率演化.ppt
- ERP知识讲座ch.ppt
- ERP系统应用提升项目建设.ppt
- Examination of Amino Acid Differences as a Means of :氨基酸差异性检验的一种手段.ppt
- ERP系统的发展历程.ppt
- ERP系统对企业基础管理的作用.ppt
- ERP系统效益分析.ppt
- 3.1笔墨之美 课件 2025湘美版美术八年级上册.pptx
- 4.10认识船(教学课件)科学人教鄂教版二年级上册2025.pptx
- 第12课《 巧妙化解冲突》 课件 北师大版心理健康八年级上册.pptx
- 浙教版信息科技四年级下册全册教学设计教案.docx
- 2.3游戏中的观察(教学课件)科学教科版一年级上册2025.pptx
- 第13课《 合作的秘诀》课件 北师大版心理健康七年级上册.pptx
- 5.24 制作“冰琥珀”(教学课件)科学青岛版五四制三年级上册2025.pptx
- 人自然社会第9课《面对考试,你准备好了吗》课件.pptx
- 浙教版信息科技四年级下册全册学习任务单.docx
- 4.10认识船(教学课件)科学人教鄂教版二年级上册2025.ppt
最近下载
- 9 制作量杯 课件青岛版科学三年级上册.pptx VIP
- 《海上救援》课件.ppt VIP
- 基层医疗卫生机构常见新生儿疾病诊疗指南:新生儿感染性肺炎(2025年).pptx VIP
- 16T轮式液压挖掘机行走系统计算.pdf VIP
- 第8课+隋唐政治演变与民族交融-【中职专用】《中国历史》课件(高教版2023·基础模块).pptx VIP
- 物业管理服务方案-物业服务方案.docx VIP
- 10_找找身边的数(5课时)_枣庄_魏娜.docx VIP
- 2024年中国酒店行业数据报告(纯数据版).docx VIP
- 基坑工程安全管理经验分享V4.pdf VIP
- 2025年中考化学总复习初中化学化学用语归纳汇编.docx VIP
原创力文档


文档评论(0)