Earticle

현재 위치 Home

Query Evaluation on Probabilistic Databases Using Indexing and MapReduce

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJDTA) 바로가기
  • 간행물
    International Journal of Database Theory and Application SCOPUS 바로가기
  • 통권
    Vol.9 No.10 (2016.10)바로가기
  • 페이지
    pp.363-378
  • 저자
    Kavita K. Beldar, M. D. Gayakwad, Debnath Bhattacharyya, Hye-jin Kim
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A288071

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Entity resolution technique is used for recognize the duplicate tuples which signify similar real world entities. Existing resolution technique is unable to solve the problems of higher level of heterogeneity and additional continual data alteration. Working on this type of database, there is necessitated to enumerate the integrity of data. The new approach is introduced here on probabilistic databases by unmerged duplicates for processing complex queries. This is achieved by using probabilistic databases. For competent access toward entity resolution data over a large collection of possible resolution worlds, new indexing technique is presented here. Also, a computation of query processing is reduced by using indexing structure. The focus is on set similarity relation on very big probabilistic database by using MapReduce technique. MapReduce is a popular paradigm that can process large volume data more efficiently. In this paper, different approaches proposed using MapReduce to deal with this task: 1. merge data set with MapReduce and merge data set without MapReduce, 2. Merge data set with MapReduce using Hadoop. This approaches implemented on windows and Hadoop framework and performed compressing experiments to their performances. Also the speedup ratio for both is tested.

목차

Abstract
 1. Introduction
  1.1. Key Technical Challenges and Goals
 2. Motivating Example
  2.1. Calculating Probability Using Jaccard Similarity
 3. Review Area
  3.1. Objectives
 4. Proposed System
  4.1. Probabilistic Database
  4.2. Construction of Indexing Structure
  4.3. MapReduce
  4.4. Reduced Data Set
  4.5. Basic Operations
 5. Experiments and Results
  5.1. Data Set
  5.2. Methodology
  5.3. Results
  5.4 Contributions
 6. Conclusions and Future Work
 References

키워드

Probabilistic Databases Unmerged Duplicates MapReduce algorithm indexing

저자

  • Kavita K. Beldar [ Department of Information Technology, Bharati Vidyapeeth Deemed University College of Engineering, Pune, India ]
  • M. D. Gayakwad [ Department of Information Technology, Bharati Vidyapeeth Deemed University College of Engineering, Pune, India ]
  • Debnath Bhattacharyya [ Department of Computer Science and Engineering, Vignan’s Institute of Information Technology, Visakhapatnam-530049, India ]
  • Hye-jin Kim [ Sungshin Women's University, Seoul, Korea ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Database Theory and Application
  • 간기
    격월간
  • pISSN
    2005-4270
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.10

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.