2018
Continuous Time-Dependent kNN Join by Binary Sketches
NÁLEPA, Filip, Michal BATKO a Pavel ZEZULAZákladní údaje
Originální název
Continuous Time-Dependent kNN Join by Binary Sketches
Autoři
NÁLEPA, Filip (203 Česká republika, garant, domácí), Michal BATKO (203 Česká republika, domácí) a Pavel ZEZULA (203 Česká republika, domácí)
Vydání
New York, IDEAS 2018 : 22nd International Database Engineering & Applications Symposium, June 18-20, 2018, Villa San Giovanni, Italy, od s. 64-73, 10 s. 2018
Nakladatel
ACM
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
elektronická verze "online"
Kód RIV
RIV/00216224:14330/18:00100951
Organizační jednotka
Fakulta informatiky
ISBN
978-1-4503-6527-7
Klíčová slova anglicky
continuous kNN similarity join; time-dependent similarity; binary sketches
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 30. 4. 2019 07:40, RNDr. Pavel Šmerk, Ph.D.
Anotace
V originále
An important functionality of current social applications is real-time recommendation, which is responsible for suggesting relevant published data to the users based on their preferences. By representing the users and the published data in a metric space, each user can be recommended with their k nearest neighbors among the published data. We consider the scenario when the relevance of a published data item to a user decreases as the data gets older, i.e., a time-dependent distance function is applied. We define the problem as the continuous time-dependent kNN join and provide a solution to a broad range of time-dependent functions. In addition, we propose a binary sketch-based approximation technique used to speed up the join evaluation by replacing expensive metric distance computations with cheap Hamming distances.
Návaznosti
GA16-18889S, projekt VaV |
|