問い合わせの解析によるリレーションの再構成
スポンサーリンク
概要
- 論文の詳細を見る
効率の良いリレーショナルデータベースを構築するためには最適なデータベース設計が不可欠である。従来これはデータベースにストアされるデータの性質のみによっていた。そのデータベースがどのような使われ方をするのか,つまり,どのような問い合わせが多くなされるのかという事に対する考慮が充分なされていないため、結合などの比較的"重い"演算が問い合わせがされる度に実行され,それが全体的な効率の低下を招いていたことは容易に想像できる。そのようなことを回避するために,問い合わせを解析しそのデータベースに対する要求をそこから得ようとする試みがなされている。それは、問い合わせを機械学習アルゴリズムにかけ、概念階層を得ることによってデータベースの要求を抽出し,それをデータベースのリレーションに反映させるというものである。しかしそこには問題点がある。つまり、階層を作る際に問い合わせの統計的な性質の考慮をしていないため、真に最適な階層を得る事に困難が生じているのである。我々はこの問題を分類の評価関数を導入することにより解決しようと試みた。次節では学習アルゴリズムUNIMEMについて簡単に説明する。また第3節に於いて我々が導入した評価関数について述べ、第4節ではシミュレーションを説明する。第5節では結論と今後の発展について述べる。
- 1995-09-20
著者
関連論文
- 学術情報の発信基地をめざす慶応大 SFC のメディアセンター
- 動的なシミュレーションを行う仮想空間記述言語の設計
- ウイルス進化論に基づくGAにおける遺伝子伝達モデルの提案
- 問い合わせの解析によるリレーションの再構成