J 2017

Popularity-Based Ranking for Fast Approximate kNN Search

ANTOL, Matej a Vlastislav DOHNAL

Základní údaje

Originální název

Popularity-Based Ranking for Fast Approximate kNN Search

Autoři

ANTOL, Matej (703 Slovensko, domácí) a Vlastislav DOHNAL (203 Česká republika, garant, domácí)

Vydání

Informatica, Lithuanian Academy of Sciences, 2017, 0868-4952

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Nizozemské království

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 1.386

Kód RIV

RIV/00216224:14330/17:00094704

Organizační jednotka

Fakulta informatiky

DOI

UT WoS

000398983000001

Klíčová slova anglicky

kNN query;approximate search;query popularity;index structure;metric space

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 29. 6. 2020 12:54, doc. RNDr. Vlastislav Dohnal, Ph.D.

Anotace

V originále

Similarity searching has become widely available in many on-line archives of multimedia data. Users accessing such systems look for data items similar to their specific query object and typically refine results by re-running the search with a query from the results. We study this issue and propose a mechanism of approximate kNN query evaluation that incorporates statistics of accessing index data partitions. Apart from the distance between database objects, it also considers the prior query answers to prioritize index partitions containing frequently retrieved data, so evaluating repetitive similar queries more efficiently. We verify this concept in a number of experiments.

Návaznosti

GA16-18889S, projekt VaV
Název: Analytika pro velká nestrukturovaná data (Akronym: Big Data Analytics for Unstructured Data)
Investor: Grantová agentura ČR, Big Data Analytics for Unstructured Data