[論文レビュー] Interactive Query Formulation using Point to Point Queries

Henderik A. Proper|arXiv (Cornell University)|Feb 2, 2021

Advanced Database Systems and Queries参考文献 17被引用数 4

ひとこと要約

本稿では、概念的スキーマ内の開始点と終了点を指定することで、それらの間に関連するパスを自動で発見する、ポイントツーポイントクエリメカニズムを導入する。パス探索アルゴリズムとハイパーグラフの簡略化およびクラスタリングを組み合わせることで、大規模で複雑なスキーマにおいてクエリの作成を簡素化し、インタラクティブなデータベース探索における使いやすさと効率性を向上させる。

ABSTRACT

Effective information disclosure in the context of databases with a large conceptual schema is known to be a non-trivial problem. In particular the formulation of ad-hoc queries is a major problem in such contexts. Existing approaches for tackling this problem include graphical query interfaces, query by navigation, and query by construction. In this article we propose the point to point query mechanism that can be combined with the existing mechanism into an unprecedented computer supported query formulation mechanism. In a point to point query a path through the information structure is build. This path can then be used to formulate more complex queries. A point to point query is typically useful when users know some object types which are relevant for their information need, but do not (yet) know how they are related in the conceptual schema. Part of the point to point query mechanism is therefore the selection of the most appropriate path between object types (points) in the conceptual schema. This article both discusses some of the pragmatic issues involved in the point to point query mechanism, and the theoretical issues involved in finding the relevant paths between selected object types.

研究の動機と目的

• 大規模で複雑な概念的スキーマを備えたデータベースにおいて、アドホックなクエリをどのように効果的に作成するかという課題に取り組む。
• 既知のオブジェクト型間の経路ベースのクエリ構築を可能にすることで、ユーザーのインタラクションを直感的にする。
• 指定されたスキーマ内のポイント間でのパス探索を自動化することで、ユーザーの認知的負荷を軽減する。
• 既存のメカニズム（ナビゲーションによるクエリや構築によるクエリなど）とポイントツーポイントクエリを統合し、より強力なインタラクティブインターフェースを実現する。
• 事前にコンパイルされたハイパーグラフクラスタリングおよび簡略化技術を用いて、クエリの実行効率を最適化する。

提案手法

• オブジェクト型をノード、関係をエッジとして持つハイパーグラフとして概念的スキーマをモデル化する。
• ポイントツーポイントクエリを、スキーマ内に指定された2つのオブジェクト型（ソースおよびターゲット）間のパスとして定義する。
• ReduceHG関数を適用して、ソースおよびターゲットでないノードで、1つの隣接ノードしか持たないものを削除することで、ハイパーグラフを簡略化する。
• 再帰的簡略化ドライバであるReduceを用いて、さらに簡略化可能な限り繰り返しグラフを簡略化する。
• 性能最適化のため、ハイパーグラフクラスタリング（HCluster）を用いてスキーマの構造的グルーピングを事前に計算する。
• 簡略化されたグラフ上で探索アルゴリズムを適用し、指定されたポイント間の関連パスを効率的に特定する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが関係の詳細を把握していない状態で、開始オブジェクト型と終了オブジェクト型のみを知っている場合、どのようにして複雑なクエリを効果的に作成できるか？
• RQ2 大規模で複雑な概念的スキーマにおいて、関連するパスを効率的に発見するためのアルゴリズム的手法は何か？
• RQ3 インタラクティブなクエリ作成システムにおいて、パス探索のパフォーマンスをどのように最適化できるか？
• RQ4 ナビゲーションによるクエリなど、既存のインタラクティブクエリメカニズムとポイントツーポイントクエリをどのように統合できるか？
• RQ5 事前にコンパイルされたハイパーグラフクラスタリングは、クエリ作成の高速化にどのように寄与するか？

主な発見

• ポイントツーポイントクエリメカニズムにより、ユーザーはソースおよびターゲットのオブジェクト型のみを指定することで、複雑なクエリを構築可能となり、認知的負荷が顕著に軽減される。
• 簡略化関数RemoveHGは、関連のない構造的コンponentsを効果的に削除し、探索空間を単純化しながらも、関連するパスを損なわない。
• 再帰的簡略化ドライバReduceは、さらに簡略化可能な限りグラフを段階的に簡略化することで、探索効率を向上させる。
• 事前にハイパーグラフクラスタを計算（HCluster）することで、クラスタリングが特定のクエリポイントに依存せず再利用可能となるため、パス探索が高速化される。
• 本手法は、ナビゲーションによるクエリや構築によるクエリといった既存のインタラクティブメカニズムと統合可能であり、より統合的かつ強力なクエリ作成環境を実現する。
• 構造的最適化技術と組み合わせることで、複雑なスキーマにおけるパス探索が、効率的かつ直感的に行えることが本手法によって示された。