Recuperação de dados por Conteúdo

Apresentação em tema: "Recuperação de dados por Conteúdo"— Transcrição da apresentação:

1 Recuperação de dados por Conteúdo
Slim-Trees

2 Slim - Motivações Método eficiente de armazenamento e recuperação de informação por meio de similaridade Informações não possuem relações de ordem total

3 Métodos de acesso métrico
Função de dissimilaridade: d(Oi, Oj) fixed query tree; mvp-tree; vp-tree; GNAT : estáticas; M-Tree, Slim-tree: Dinâmicas

4 Consulta por abrangência
O = {O1, O2, ..., On} pertence a D d() Q? r(Q) range(Q, r(Q)) => Seleciona Oi dentro da distancia r(Q) de Q Encontre as estrelas que estão até 10 anos-luz do Sol

5 Consulta k-NN O = {O1, O2, ..., On} pertence a D d() Q? K
K-NN(Q) => Seleciona os K objetos mais próximos de Q Selecione as 5 estrelas mais próximas do Sol : 5-NN(Sol)

6 Caetano Traina Jr. – ICMC/SC (2000)
Slim-tree - Definição Caetano Traina Jr. – ICMC/SC (2000) Estrutura dinâmica (permite inserções após sua criação); Balanceada; Performance superior à M-trees Páginas (nós) de tamanho fixo, que armazenam no máximo C objetos;

7 Slim-tree – Nós internos
Sc: Objeto Centro da subárvore apontada por Ptrc d(Sc, Srep): Distância entre Sc e o objeto representado; Ptrc: Nó raiz da subárvore que contém centro Sc; Rc: Raio de cobertura da região; #Ent: Número de nós contido em Ptrc

8 Slim-tree – Nós folha Sc: Objeto que o nó armazena
Oid: Identificador do nó d(): Distancia entre Sc e o objeto central

9 Slim-tree - Exemplo

10 Slim-tree - Distâncias

11 Slim-tree - Inserção A partir da raiz, busca nó que possa receber objeto Se não encontra este nó selecionar nó com centro mais próximo do objeto Se quantidade de nós > 1 Random | MidDist | Minoccup

12 Slim-tree - Splitting Nó escolhido com taxa de ocupação máxima
Random: seleção aleatória de um par de objetos e redistribuição dos outros objetos em função destes; minMax: par de objetos que minimiza o raio de cobertura da sub-árvore => O(C3) MST: Remove o arco mais longo da arvore do caminho mínimo => O(C2 log C)

13 Slim-trees - Sobreposição
Nós diferentes recaem sobre uma mesma região => reduz performance nas buscas Absolute-fat-factor: Calcula quantidade de objetos cobertos por múltiplas regiões Não permite o cálculo para arvores diferentes que representam um mesmo domínio Relative-fat-factor: Conta nós acessados para responder a uma consulta

14 Slim-trees – Slim down Análise dos fatores de sobreposição permite aplicar algoritmo Reorganizar uma árvore já construída de forma a otimizar as buscas e reduzir o consumo de espaço em disco