D 2022

Similarity Search with the Distance Density Model

KŘENKOVÁ, Markéta, Vladimír MÍČ a Pavel ZEZULA

Základní údaje

Originální název

Similarity Search with the Distance Density Model

Autoři

KŘENKOVÁ, Markéta (203 Česká republika, domácí), Vladimír MÍČ (203 Česká republika, domácí) a Pavel ZEZULA (203 Česká republika, garant, domácí)

Vydání

Cham, Similarity Search and Applications: 15th International Conference, SISAP 2022, Bologna, Italy, October 5 - October 7, 2020, Proceedings, od s. 118-132, 15 s. 2022

Nakladatel

Springer

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Švýcarsko

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

tištěná verze "print"

Odkazy

URL

Impakt faktor

Impact factor: 0.402 v roce 2005

Kód RIV

RIV/00216224:14330/22:00127335

Organizační jednotka

Fakulta informatiky

ISBN

978-3-031-17848-1

ISSN

DOI

http://dx.doi.org/10.1007/978-3-031-17849-8_10

UT WoS

000874756300010

Klíčová slova anglicky

Metric space similarity model;Perceived similarity;Data-dependent similarity;Distance density model;Effective and efficient similarity search

Štítky

core_B, firank_B

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 28. 3. 2023 12:04, RNDr. Pavel Šmerk, Ph.D.

Anotace

V originále

The metric space model of similarity has become a standard formal paradigm of generic similarity search engine implementations. However, the constraints of identity and symmetry prevent from expressing the subjectivity and dependence on the context perceived by humans. In this paper, we study the suitability of the Distance density model of similarity for searching. First, we use the Local Outlier Factor (LOF) to estimate a data density in search collections and evaluate plenty of queries using the standard geometric model and its extension respecting the densities. We let 200 people assess the search effectiveness of the two alternatives using the web interface. Encouraged by the positive effects of the Distance density model, we propose an alternative way to estimate the data densities to avoid the quadratic LOF computation complexity with respect to the dataset size. The sketches with unbalanced bits are clarified to be in correlation with LOFs, which opens a possibility for an efficient implementation of large-scale similarity search systems based on the Distance density model.

Návaznosti

EF16_019/0000822, projekt VaV
Název: Centrum excelence pro kyberkriminalitu, kyberbezpečnost a ochranu kritických informačních infrastruktur
Zobrazeno: 2. 11. 2024 05:17