• Keine Ergebnisse gefunden

Benutzerzentrierte Datenbankanfragen

N/A
N/A
Protected

Academic year: 2021

Aktie "Benutzerzentrierte Datenbankanfragen"

Copied!
29
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Benutzerzentrierte Datenbankanfragen

von Stefanie Breske

(2)

 Motivation

 Das Beispiel

 2 Ansätze

 Grundidee

 Funktionsweise

 Die Gegenüberstellung

(3)

Motivation

 Klaus und Bärbel beim Laptopkauf

 Akkulaufzeit vs. Grafik

 zeitliche Optimierung durch

Vorberechnung

(4)

Datenbestand

ID Hersteller Grafik

Benchmark

Akkulaufzeit

in min

1 Dell 12.000 50

2 Samsung 7.500 100

3 Toshiba 6.500 250

4 Sony 8.000 120

5 Acer 12.500 115

6 Apple 14.000 145

7 Lenovo 10.000 170

(5)

Fagin - Korrelation

Grafik

Akkulaufzeit

(6)

Onion Technique

 Grundidee:

 Aufteilung der Daten in Schichten

 Geometrische Eigenschaft konvexer Hüllen

 Berücksichtigung von Korrelation

(7)

Onion - Funktionsweise

Vorverarbeitung: Indexerstellung

(8)

Onion - Funktionsweise

Vorverarbeitung: Indexerstellung

(9)

Onion - Funktionsweise

Verteilung: 0,4 x Grafik + 0,6 x Akkulaufzeit Schicht 1

ID Hersteller Score

1 Dell 7,8

2 Samsung 9,0 3 Toshiba 17,6

6 Apple 14,3

(10)

Onion - Funktionsweise

Verteilung: 0,4 x Grafik + 0,6 x Akkulaufzeit Schicht 1

ID Hersteller Score

1 Dell 7,8

2 Samsung 9,0 3 Toshiba 17,6

6 Apple 14,3

Schicht 1

ID Hersteller Score 3 Toshiba 17,6

6 Apple 14,3

2 Samsung 9,0

1 Dell 7,8

(11)

Onion - Funktionsweise

Ergebnis

Hersteller Score

Kandidaten Hersteller Score K = 3

Schicht 1

ID Hersteller Score 3 Toshiba 17,6

6 Apple 14,3

2 Samsung 9,0

1 Dell 7,8

(12)

Onion - Funktionsweise

Ergebnis

Hersteller Score Toshiba 17,6

Kandidaten Hersteller Score

Apple 14,3

Samsung 9,0

K = 3

Schicht 1

ID Hersteller Score 3 Toshiba 17,6

6 Apple 14,3

2 Samsung 9,0

1 Dell 7,8

(13)

Onion - Funktionsweise

Verteilung: 0,4 x Grafik + 0,6 x Akkulaufzeit Schicht 2

ID Hersteller Score

4 Sony 10,4

5 Acer 11,9

7 Lenovo 14,2

Schicht 2

ID Hersteller Score 7 Lenovo 14,2

5 Acer 11,9

4 Sony 10,4

(14)

Onion - Funktionsweise

Ergebnis

Hersteller Score Toshiba 17,6

Kandidaten Hersteller Score

Apple 14,3

Samsung 9,0

K = 3

Schicht 2

ID Hersteller Score 7 Lenovo 14,2

5 Acer 11,9

4 Sony 10,4

(15)

Onion

ID Hersteller ScoreErgebnis 3 Toshiba 17,6

6 Apple 14,3

7 Lenovo 14,2

(16)

PREFER

 Grundidee:

 Gruppierung von Menschen

 Vorberechnung von Views

(17)

PREFER: Funktionsweise

View- Erzeugung

Vorverarbeitung

- Relation

- Preferenzfunktionen - Platzbeschränkung

(18)

PREFER: Views

1,0

0,5 1,0

0,5 Grafik

Akkulaufzeit

Ranked View 2 0,2 x Grafik +

0,8 x Akku Ranked View 1

0,9 x Grafik + 0,1 x Akku

(19)

PREFER: Funktionsweise

- Relation

- Preferenzfunktionen - Platzbeschränkung View-

Erzeugung

Vorverarbeitung

Benutzeranfrage

View-Auswahl

zur Laufzeit

Pref.-Fnkt.

View

(20)

PREFER: View-Auswahl

1,0

0,5 1,0

0,5 Grafik

Akkulaufzeit

Ranked View 2 0,2 x Grafik +

0,8 x Akku Ranked View 1

0,9 x Grafik + 0,1 x Akku

Benutzeranfrage 0,4 x Grafik +

0,6 x Akku

(21)

PREFER: Funktionsweise

- Relation - Pref.-Fnkt.

- Platzbeschränkung View-

Erzeugung

Vorverarbeitung

Benutzeranfrage

View-Auswahl

Pipelining- Algorithmus

Ausgabe der Ergebnismenge

zur Laufzeit

View-ID Pref.-Fnkt.

View

(22)

PREFER: Pipelining- Algorithmus

ID Hersteller VS BS 3 Toshiba 21,3 17,6 7 Lenovo 15,6 14,2

6 Apple 14,4 14,3

5 Acer 11,7 11,9

4 Sony 11,2 10,4

2 Samsung 9,5 9,0

1 Dell 6,4 7,8

Ranked View 2

View = 0,2 x Grafik + 0,8 x Akkulaufzeit Benutzer = 0,4 x Grafik + 0,6 x Akkulaufzeit

(23)

PREFER: Pipelining- Algorithmus

ID Hersteller VS BS VS-BS 3 Toshiba 21,3 17,6 3,7

7 Lenovo 15,6 14,2 1,4

6 Apple 14,4 14,3 0,1

5 Acer 11,7 11,9 -0,2

4 Sony 11,2 10,4 0,8

2 Samsung 9,5 9,0 0,5

1 Dell 6,4 7,8 -1,4

Ranked View 2 Ergebnismenge

ID BS

Watermark von t1: 17,6 – 1,4 = 16,2

t1

(24)

ID Hersteller VS BS VS - BS

3 Toshiba 21,3 17,6 3,7

7 Lenovo 15,6 14,2 1,4

6 Apple 14,4 14,3 0,1

5 Acer 11,7 11,9 -0,2

4 Sony 11,2 10,4 0,8

2 Samsung 9,5 9,0 0,5

1 Dell 6,4 7,8 -1,4

Ranked View 2 Ergebnismenge

ID BS

Watermark von t1: 17,6 – 1,4 = 16,2

t1

PREFER: Pipelining-

Algorithmus

(25)

ID Hersteller VS BS VS - BS

3 Toshiba 21,3 17,6 3,7

7 Lenovo 15,6 14,2 1,4

6 Apple 14,4 14,3 0,1

5 Acer 11,7 11,9 -0,2

4 Sony 11,2 10,4 0,8

2 Samsung 9,5 9,0 0,5

1 Dell 6,4 7,8 -1,4

Ranked View 2 Ergebnismenge

ID BS

3 17,6

Watermark von t1: 14,2 – 1,4 = 12,8

t1

PREFER: Pipelining-

Algorithmus

(26)

ID Hersteller VS BS VS - BS

3 Toshiba 21,3 17,6 3,7

6 Apple 14,4 14,3 0,1

7 Lenovo 15,6 14,2 1,4

5 Acer 11,7 11,9 -0,2

4 Sony 11,2 10,4 0,8

2 Samsung 9,5 9,0 0,5

1 Dell 6,4 7,8 -1,4

Ranked View 2 Ergebnismenge

ID BS

3 17,6 6 14,3 7 14,2

Watermark von t1: 14,2 – 1,4 = 12,8

t1

PREFER: Pipelining-

Algorithmus

(27)

Gegenüberstellung

Onion Technique PREFER

Vorberechnung Index ranked Views

Verhalten bei steigender Attributanzahl

weniger Schichten  weniger effizient

kleinere Viewreichweite  mehr Views benötigt

worst case k Schichten für Top-k zu wenig Speicher Ergebnis

ID Score

3 17,6 6 14,3 7 14,2

Ergebnis

ID BS

3 17,6 6 14,3 7 14,2

(28)

Direkter Vergleich

 50.000 Datensätze

 3 Attribute

 Indexerstellung: 2,5h

 Anzahl Schichten: 20

(29)

Referenzen

ÄHNLICHE DOKUMENTE

Vielleicht haben die Schul- meister eine professionelle Affinität zum Dezimalsystem, obwohl dies im Kontext der Aufgabe keine Rolle spielt.. 2 Die

Der Funktionsgraf hat keine Symmet- rien, ist aber von einer Achsensymmetrie nicht weit entfernt.. 9: Acht nicht beinahe

[r]

Using similar methods, we improve the best known smoothed upper bound for the popular k-means method to n O(k) , once again independent of the

1) Level 1 b data are (internally) calibrated instrument time series, while Level 2 data are products which are generated in the framework of HPF, such as precise GOCE

Die Nutzung ist nur für den genannten Zweck gesta et, nicht jedoch für einen weiteren kommerziellen Gebrauch, für die Weiterleitung an Dri e oder für die Veröff entlichung im

Sulasemeelsuse tuhinas unustab Nietzsche täiesti, et tema otsekohesus „isandate" tuludele kõige suuremat kahju saadab, just niisamati kui Macchiavelli

k kle klett kletter klettern: Das Kind klettert auf den Kasten.. Kann ein