[논문 리뷰] Interactive Query Formulation using Point to Point Queries

Henderik A. Proper|arXiv (Cornell University)|2021. 02. 02.

Advanced Database Systems and Queries참고 문헌 17인용 수 4

한 줄 요약

이 논문은 사용자가 개념적 스키마 내에서 시작점과 끝점을 지정하여 복잡한 데이터베이스 쿼리를 구성할 수 있도록 하는 포인트 투 포인트 쿼리 메커니즘을 소개한다. 이 메커니즘은 경로 탐색 알고리즘과 초그래프 축소 및 군집화를 조합하여, 대규모이고 복잡한 스키마에서의 쿼리 구성의 용이성과 효율성을 향상시킨다. 이는 상호작용 기반 데이터베이스 탐색의 사용성과 성능을 모두 향상시킨다.

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.

연구 동기 및 목표

• 대규모이고 복잡한 개념적 스키마를 가진 데이터베이스에서 임의의 쿼리를 구성하는 데 도전하는 문제를 해결한다.
• 기본적으로 알려진 객체 유형 간의 경로 기반 쿼리 구성 방식을 통해 사용자 인터랙션을 향상시킨다.
• 지정된 스키마 내의 점들 사이의 경로 탐색을 자동화하여 사용자의 인지적 부담을 줄인다.
• 기존의 쿼리 탐색 및 구성 메커니즘과 포인트 투 포인트 쿼리를 통합하여 보다 강력한 상호작용 인터페이스를 제공한다.
• 사전 컴파일된 초그래프 군집화 및 축소 기법을 통해 쿼리 성능을 최적화한다.

제안 방법

• 노드가 객체 유형을, 간선이 관계를 나타내는 초그래프로 개념적 스키마를 모델링한다.
• 포인트 투 포인트 쿼리는 스키마 내에서 지정된 두 개의 객체 유형(소스 및 타겟) 사이의 경로로 정의한다.
• 소스 또는 타겟이 아닌 유일한 이웃을 가진 노드를 제거하여 초그래프를 단순화하는 감소 함수 ReduceHG를 적용한다.
• 더 이상 감소가 불가능할 때까지 반복적으로 그래프를 단순화하는 데 사용되는 재귀적 감소 드라이버 Reduce를 사용한다.
• 성능 최적화를 위해 초그래프 군집화(HCluster)를 적용하여 스키마의 구조적 그룹화를 사전에 계산한다.
• 감소된 그래프에서 검색 알고리즘을 적용하여 지정된 점들 사이의 관련 경로를 효율적으로 탐색한다.

실험 결과

연구 질문

• RQ1 사용자가 관계를 모른 채 시작점과 끝점의 객체 유형만 안다면, 어떻게 효과적으로 복잡한 쿼리를 구성할 수 있는가?
• RQ2 대규모이고 복잡한 개념적 스키마에서 관련 경로를 효율적으로 탐색할 수 있는 알고리즘적 기법은 무엇인가?
• RQ3 상호작용 기반 쿼리 구성 시스템에서 경로 탐색의 성능을 어떻게 최적화할 수 있는가?
• RQ4 포인트 투 포인트 쿼리는 쿼리 탐색과 같은 기존 상호작용 기반 쿼리 메커니즘과 어떻게 통합될 수 있는가?
• RQ5 사전 컴파일된 초그래프 군집화가 쿼리 구성 속도를 가속화하는 데 어떤 역할을 하는가?

주요 결과

• 포인트 투 포인트 쿼리 메커니즘은 사용자가 소스 및 타겟 객체 유형만 지정함으로써 복잡한 쿼리를 구성할 수 있게 하여 인지적 부담을 크게 줄였다.
• 감소 함수 RemoveHG는 초그래프에서 관련이 없는 구조적 구성 요소를 효과적으로 제거하여 검색 공간을 단순화하면서도 관련 경로를 손실하지 않았다.
• 재귀적 감소 드라이버 Reduce는 그래프가 더 이상 감소할 수 없을 때까지 점진적으로 단순화함으로써 검색 효율성을 향상시켰다.
• 초그래프 군집화(HCluster)를 사전에 계산함으로써 경로 탐색 속도가 향상되었으며, 군집화가 특정 쿼리 점에 의존하지 않고 재사용 가능하기 때문이다.
• 이 방법은 기존의 상호작용 기반 메커니즘(예: 쿼리 탐색 및 구성)과의 통합을 지원하여 보다 통합적이고 강력한 쿼리 구성 환경을 제공한다.
• 구조 최적화 기법과 결합된 경로 탐색은 복잡한 스키마에서 효율적이고 직관적인 방식으로 작동할 수 있음을 입증했다.