SYSTEMY WYSZUKIWANIA INFORMACJI

SYSTEMY WYSZUKIWANIA INFORMACJI

Agnieszka Nowak - Brzezi«ska

17 pa¹dziernika 2019

Metoda list prostych Wykªad 3

Metoda list prostych

Idea metody

Tworzenie kartoteki wyszukiwawczej Formuªowanie zapyta«

Wyszukiwanie odpowiedzi na zadane pytania Ocena metody:

czas wyszukiwania redundancja zaj¦to±¢ pami¦ci aktualizacja informacji Wady i zalety metody Modykacje

Metoda list prostych

zwana równie» metod¡ przegl¡du zupeªnego,

kolejno±¢ pami¦tania informacji w bazie danych systemu jest dowolna (np. zgodna z kolejno±ci¡ napªywania informacji), informacje mog¡ by¢ pami¦tane w postaci dokumentów

¹ródªowych lub w postaci dokumentów wtórnych, pytanie zadane do systemu porównywane jest z opisem ka»dego obiektu w bazie danych i jako odpowied¹ wybiera si¦

te obiekty, których opis jest zgodny z pytaniem,

znalezienie odpowiedzi na pytanie zadane do systemu wymaga w tej metodzie dokonania przegl¡du wszystkich opisów

obiektów w bazie danych (przegl¡d zupeªny).

Metoda list prostych

TWORZENIE KARTOTEKI WYSZUKIWAWCZEJ

Opis metody

W metodzie list prostych informacje o obiektach systemu S s¡

pami¦tane w dowolnej kolejno±ci (np. w kolejno±ci napªywania informacji).

Informacja o obiekcie ρ_x to funkcja w postaci termu t_x : t_x = (a₁, v₁) · (a₂, v₂), . . . , (a_m, v_m), gdzie(ai ∈ A, v_i ∈ V_ai,m- liczba atrybutów systemu).

Term tx b¦dzie nazywanyopisem obiektu x w j¦zykuLS .

Šatwo zauwa»y¢, »e je»elit_x jest opisem obiektu w systemieS , za± ti jest termem skªadowym, to zachodzi ti = tx wtedy i tylko wtedy, kiedy w opisie obiektux i w termie skªadowym t_i wyst¦puj¡ te same deskryptory.

Je»eli w opisie obiektu x wyst¦puj¡ co najmniej deskryptory termu skªadowego t_i , tot_i ≤ t_x .

Przykªad systemu informacyjnego

Na potrzeby caªego wykªadu b¦dziemy odwoªywa¢ si¦ do poni»szego systemu:

Kartoteka wyszukiwawcza dla uporz¡dkowanych opisów obiektów

tx₁ = (a, a₁)(b, b₁)(c, c₁) t_x2 = (a, a₁)(b, b₁)(c, c₂) tx₃ = (a, a₂)(b, b₂)(c, c₃) tx₄ = (a, a₂)(b, b₂)(c, c₄) t_x5 = (a, a₁)(b, b₂)(c, c₁) tx₆ = (a, a₁)(b, b₂)(c, c₂) tx₇ = (a, a₂)(b, b₂)(c, c₃) t_x8 = (a, a₂)(b, b₂)(c, c₄)

Kartoteka wyszukiwawcza dla nieuporz¡dkowanych opisów obiektów

tx₁ = (b, b₁)(a, a₁)(c, c₁) t_x2 = (c, c₂)(a, a₁)(b, b₁) tx₃ = (a, a₂)(c, c₃)(b, b₂) tx₄ = (a, a₂)(b, b₂)(c, c₄) t_x5 = (b, b₂)(c, c₁)(a, a₁) tx₆ = (b, b₂)(a, a₁)(c, c₂) tx₇ = (a, a₂)(b, b₂)(c, c₃) t_x8 = (c, c₄)(b, b₂)(a, a₂)

Proces wyszukiwania

ZADANIE PYTA‹ DO SYSTEMU I WYSZUKIWANIE ODPOWIEDZI NA PYTANIA

Pytania do systemu S w metodzie list prostych

Pytania zadawane s¡ w postaci termówt , które w ogólno±ci maj¡

posta¢ sumy termów skªadowych:

t = t₁+ t₂. . . + t_m gdziet_i jest termem skªadowym.

Niech przykªadowe pytanie do systemuS b¦dzie postaci:

t = (wiek, 33) · (kolor oczu, niebieski) + (wzrost, 170) · (pªe¢, kobieta) · (wiek, 33) · (kolor oczu, niebieski).

Czyli:

t = t₁+ t₂ gdzie:

t₁ = (wiek, 33) · (kolor oczu, niebieski)

t₂ = (wzrost, 170) · (pªe¢, kobieta) · (wiek, 33) · (kolor oczu, niebieski)

Metody wyszukiwania informacji

Dla pytania postacit = t₁+ t₂+ . . . + tm , gdzieti to term skªadowy pytaniat

metoda I: σ(ti) = {x ∈ X : ti ≤ t_x} za±

σ(t) = σ(t₁) ∪ . . . ∪ σ(t_m) metoda II: σ(t) = {x ∈ X , W

ti∈tt_i ≤ t_x}

Metoda I

Przegl¡damy kolejne opisy obiektów i wybieramy te, które zawieraj¡

w swoim opisie pierwszy term skªadowy pytaniat czyli t₁ (a potem to samo powtarzamy dla kolejnych pyta« skªadowych (t₂. . . tm):

σ(t_i) = {x ∈ X : t_i ≤ t_x}

Zbiór obiektów b¦d¡cy sum¡ kolejno uzyskanych odpowiedzi na termy skªadowe jest dopiero odpowiedzi¡ na peªne pytaniet .

σ(t) = σ(t₁) ∪ σ(t₂) ∪ . . . ∪ σ(tm)

Metoda II

Porównujemy peªne pytaniet z opisami obiektów i wybieramy obiekty zawieraj¡ce w swoim opisie przynajmniej jeden term skªadowy pytaniat.

σ(t) = {x ∈ X , _

ti∈t

t_i ≤ t_x}

Zbiór obiektów b¦d¡cy sum¡ kolejno uzyskanych odpowiedzi na termy skªadowe jest dopiero odpowiedzi¡ na peªne pytaniet .

Sªowny algorytm dla pyta« w postaci termów skªadowych

W przykªadowym systemie...

Kartoteka wyszukiwawcza

tx₁ = (a, a₁)(b, b₁)(c, c₁) t_x2 = (a, a₁)(b, b₁)(c, c₂) t_x3 = (a, a₂)(b, b₂)(c, c₃) tx₄ = (a, a₂)(b, b₂)(c, c₄) t_x5 = (a, a₁)(b, b₂)(c, c₁) t_x6 = (a, a₁)(b, b₂)(c, c₂) tx₇ = (a, a₂)(b, b₂)(c, c₃) tx₈ = (a, a₂)(b, b₂)(c, c₄)

Do systemu S zadamy pytanie t = (c, c₁)(a, a₁) + (b, b₁)

Pytanie t = (c, c

)(a, a

) + (b, b

) - metoda I

t = (c, c₁)(a, a₁) + (b, b₁) t = t₁+ t₂

t₁ = (c, c₁)(a, a₁) Sprawdzamy kolejne opisy obiektów znajduj¡c obiekty zawieraj¡ce term skªadowy t1:

t₁ ≤ t_x1, t₁  tx₂, t₁ tx₃, t₁  tx₄, t₁ ≤ t_x5, t₁ tx₆, t₁  tx₇, t₁ tx₈,

σ(t₁) = {x₁, x₅}

Sprawdzamy kolejne opisy obiektów znajduj¡c obiekty zawieraj¡ce term skªadowy t₂:

t₂ ≤ t_x1, t₂ ≤ t_x2, t₂ tx₃, t₂  tx₄, t₂  tx₅, t₂ tx₆, t₂  tx₇, t₂ t_x8,

σ(t₂) = {x₁, x₂}

Odpowied¹ na pytanie t jest sum¡ uzyskanych odpowiedzi:

σ(t) = σ(t₁) ∪ σ(t₂) = {x₁, x₅} ∪ {x₁, x₂} = {x₁, x₂, x₅}.

Pytanie t = (c, c

)(a, a

) + (b, b

) - metoda II

t = (c, c₁)(a, a₁) + (b, b₁)

Sprawdzamy kolejne opisy obiektów znajduj¡c obiekty zawieraj¡ce conajmniej jeden term skªadowy pytania t, a wi¦c albo t1 albo t2: t₁ ≤ t_x1 wi¦c obiekt x₁ jest odpowiedzi¡ na pytanie t

t₁  tx₂ wi¦c sprawdzamy zawieranie t₂ w opisie obiektu x₂: t₂ ≤ t_x2, wi¦c obiekt x2 jest znaczeniem termu t

t₁  tx₃ oraz t₂ tx₃ zatem obiekt x₃ nie jest znaczeniem termu t t₁  tx₄ oraz t₂ tx₄ zatem obiekt x₄ nie jest znaczeniem termu t t₁ ≤ t_x5 zatem obiekt x5 jest znaczeniem termu t

t₁  tx₆ oraz t₂ tx₆ zatem obiekt x₆ nie jest znaczeniem termu t t₁  tx₇ oraz t₂ tx₇ zatem obiekt x₇ nie jest znaczeniem termu t t₁  tx₈ oraz t2 tx₈ zatem obiekt x8 nie jest znaczeniem termu t Zatem σ(t) = {x₁, x₂, x₅}.

Czas wyszukiwania

metoda I: wymagam -krotnego przegl¡du wszystkich opisów obiektów (m - liczba termów skªadowych). ‘redni czas wyszukiwania:

τ = N · m · τ₀,

N- liczba opisów obiektów w systemie,m - liczba termów skªadowych w pytaniu t,τ₀ - ±redni czas przegl¡du jednego opisu obiektu.

metoda II: wymaga jednokrotnego przegl¡du wszystkich opisów obiektów, zatem:

τ = N · τ₀⁰

gdzie: τ₀⁰ - ±redni czas przegl¡du jednego opisu obiektu (mo»e by¢ znacznie dªu»szy ni» w metodzie I).

Ocena klasycznej metody list prostych

Zalety:

prostota i ªatwo±¢ implementacji metody, brak redundancji i maªa zaj¦to±¢ pami¦ci, krótkie czasy wyszukiwania dla pyta« ogólnych, aktualizacja stosunkowo ªatwa do realizacji.

Wady:

dªugi czas wyszukiwania odpowiedzi na pytania szczegóªowe.