데이터 샘플링 기반 프루닝 기법을 도입한 효율적인 각도 기반 공간 분할 병렬 스카이라인 질의 처리 기법An Efficient Angular Space Partitioning Based Skyline Query Processing Using Sampling-Based Pruning
- Other Titles
- An Efficient Angular Space Partitioning Based Skyline Query Processing Using Sampling-Based Pruning
- Authors
- 최우성; 김민석; GROMYKO DIANA; 정재화; 정순영
- Issue Date
- 2017
- Publisher
- 한국정보처리학회
- Keywords
- Skyline Computation; MapReduce; Pruning; Data Sampling; 스카이라인 질의; 맵리듀스; 프루닝; 데이터 샘플링
- Citation
- 정보처리학회논문지. 소프트웨어 및 데이터 공학, v.6, no.1, pp.1 - 8
- Indexed
- KCI
- Journal Title
- 정보처리학회논문지. 소프트웨어 및 데이터 공학
- Volume
- 6
- Number
- 1
- Start Page
- 1
- End Page
- 8
- URI
- https://scholar.korea.ac.kr/handle/2021.sw.korea/85459
- DOI
- 10.3745/KTSDE.2017.6.1.1
- ISSN
- 2287-5905
- Abstract
- 다기준 의사결정 시 활용할 수 있는 스카이라인 질의는 다수의 선택지 중에서 사용자가 ‘선호하지 않을 만한’(uninteresting) 선택지를 제거함으로써 사용자가 검토해야 하는 선택지의 수를 대폭 감소시키기 때문에 대용량 데이터 분석 시 매우 유용하게 활용될 수 있다. 이러한 배경에서 대용량 데이터에 대한 스카이라인 질의를 분산ㆍ병렬 처리하는 기법이 각광을 받고 있으며, 특히 맵리듀스(MapReduce) 기반의 분산ㆍ병렬 처리 기법 연구가 활발히 진행되어 왔다. 맵리듀스 기반 알고리즘의 병렬성 제고를 위해서는 부하 불균등 문제ㆍ중복 계산 문제ㆍ과다한 네트워크 비용 발생 문제를 해소해야 한다. 본 논문에서는 부하 불균등 문제와 중복 계산 문제를 해소하면서도 데이터 샘플링 기반 프루닝을 통해 네트워크 비용 절감 시킬 수 있는 맵리듀스 기반 병렬 스카이라인 질의 처리 기법인 MR-SEAP(MapReduce sample Skyline object Equality Angular Partitioning)을 소개한다. 또한 다양한 관점에서의 실험 평가함으로써 제안 기법의 효용성을 다방면으로 검증했다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - Graduate School > Department of Computer Science and Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.