Classement d'objets Skylines dans les bases de données
Résumé
Multi-criteria decision analysis in databases has been actively studied, especially through the Skyline operator. Yet, few approaches offer a relevant comparison of Pareto optimal, or Skyline, points for high cardinality result sets. We propose to improve the dp-idp method, inspired by tf-idf, a recent approach computing a score for each Skyline point, by introducing the concept of dominance hierarchy. As dp-idp does not ensure a distinctive rank, we introduce the TOPSIS based CoSky method, derived from both information research and multi-criteria analysis. CoSky, directly embeddable in DBMS, automatically ponderates normalized attributes using the Gini index, then computes a score using Salton's cosine toward an ideal point. By coupling multilevel Skyline to CoSky, we introduce DeepSky. CoSky and dp-idp implementations are evaluated experimentally.
L'analyse multicritère dans les bases de données a été activement étudiée, en particulier avec l'utilisation de l'opérateur Skyline. Pour-tant, peu d'approches proposent un classement pertinent des points Pareto-optimal, ou Skyline, permettant d'ordonner les résultats à forte cardinalité. Nous proposons d'améliorer la méthode dp-idp, inspiré de tf-idf, une approche récente attribuant un score à chaque point du Skyline, en introduisant le concept de hiérarchie de dominance. Comme dp-idp ne garantit pas un classement distinctif, nous introduisons la méthode CoSky, de type TOPSIS, issue à la fois de la recherche d'information et de l'analyse multicritère. CoSky, intégrable directement dans un SGBD, effectue une pondération automatique d'attributs normalisés grâce à l'indice de Gini, suivi d'un calcul de score avec le cosinus de Salton par rapport à un point idéal déterminé. En couplant le principe de Skyline multiniveaux à CoSky, nous introduisons l'algorithme DeepSky. La mise en oeuvre des méthodes dp-idp et CoSky sont évaluées expérimentalement.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|