[논문 리뷰] The Expected Optimal Labeling Order Problem for Crowdsourced Joins and Entity Resolution

Jiannan Wang, Guoliang Li외 3명|arXiv (Cornell University)|2014. 09. 26.

Mobile Crowdsensing and Crowdsourcing참고 문헌 2인용 수 3

한 줄 요약

이 논문은 저자들이 2013년 SIGMOD에서 발표한 워크숍에서 공동 엔티티 해석에 대한 오류를 수정한다. 이전 논문에서 예상 최적 레이블링 순서(EOLO) 알고리즘의 최적성에 대해 잘못된 주장을 했는데, 이는 EOLO 문제가 NP-난해임을 규명함으로써 수정된다. 저자들은 Vesdapunt 등이 문제의 복잡도를 정확히 규명하고 보다 우수한 알고리즘을 제안했음을 인정한다. 그러나 원래의 프레임워크와 실험 결과는 수정된 최적성 주장에도 불구하고 여전히 타당하다.

ABSTRACT

In the SIGMOD 2013 conference, we published a paper extending our earlier work on crowdsourced entity resolution to improve crowdsourced join processing by exploiting transitive relationships [Wang et al. 2013]. The VLDB 2014 conference has a paper that follows up on our previous work [Vesdapunt et al., 2014], which points out and corrects a mistake we made in our SIGMOD paper. Specifically, in Section 4.2 of our SIGMOD paper, we defined the "Expected Optimal Labeling Order" (EOLO) problem, and proposed an algorithm for solving it. We incorrectly claimed that our algorithm is optimal. In their paper, Vesdapunt et al. show that the problem is actually NP-Hard, and based on that observation, propose a new algorithm to solve it. In this note, we would like to put the Vesdapunt et al. results in context, something we believe that their paper does not adequately do.

연구 동기 및 목표

• 공동 엔티티 해석에 관한 저자들의 이전 SIGMOD 2013 논문에서 잘못된 최적성 주장 수정.
• 전이 추론 가정 하에 예상 최적 레이블링 순서(EOLO) 문제의 NP-난해성 명확화.
• EOLO 알고리즘의 최적성 주장이 잘못되었음을 반영해 원래 프레임워크 수정.
• Vesdapunt 등이 EOLO 증명의 오류를 규명하고 수정한 기여를 정의.
• 수정된 EOLO 구성 요소에도 불구하고 원래 프레임워크와 실험 결과의 무결성 확보

제안 방법

• 전이 일관성 모델을 수정한 확률 계산을 통해 EOLO 문제에서 예상 공유된 쌍의 수를 재평가.
• 원래 최적성 증명이 확률 공간에 존재할 수 없는 경우를 포함시켜 실패했음을 규명.
• 다섯 개의 동등한 확률을 가진 일관된 레이블 구성 기반으로 세 번째 쌍(b,c)의 오류 확률 계산을 0.25에서 0.4로 수정.
• SIGMOD 2013 논문의 4.2 절에서 예상 값이 2.25가 아니라 2.4로 수정된 예시로 갱신.
• SIGMOD 2013 논문의 arXiv 버전에서 최적성 주장 제거 및 Vesdapunt 등의 VLDB 2014 논문 인용.
• 수정된 EOLO 구성 요소에도 불구하고 원래 프레임워크와 실험 결과 유지

실험 결과

연구 질문

• RQ1 원래 주장과 같이 예상 최적 레이블링 순서(EOLO) 문제는 다항 시간 내에 해결 가능한가?
• RQ2 전이 관계를 사용해 레이블을 유추할 경우, 올바른 예상 공유된 쌍의 수는 얼마인가?
• RQ3 왜 원래 EOLO 알고리즘의 최적성 증명이 실패했는가?
• RQ4 EOLO 문제의 NP-난해성은 원래 프레임워크의 타당성에 어떤 영향을 미치는가?
• RQ5 EOLO 주장 수정 후 원래 논문의 실험 결과는 어느 정도 여전히 타당한가?

주요 결과

• 원래 EOLO 알고리즘이 최적이라고 주장한 것은 증명에서 사용된 확률 공간 오류로 인해 잘못된 주장이다.
• 세 쌍의 예제에서 올바른 예상 공유된 쌍의 수는 2.25가 아니라 2.4이며, 이는 세 번째 쌍의 확률을 잘못 계산했기 때문이다.
• Vesdapunt 등이 입증한 바와 같이, 원래 작업에서 사용된 전이 가정 하에 EOLO 문제는 NP-난해이다.
• 수정된 분석에 따르면, 전이 일관성이 없는 레이블 구성이 제외됨에 따라 세 번째 쌍(b,c)이 공유되는 확률은 0.25에서 0.4로 수정된다.
• 수정된 EOLO 구성 요소에도 불구하고 원래 프레임워크와 실험 결과는 그대로 타당하며 영향을 받지 않는다.
• Vesdapunt 등의 VLDB 2014 논문은 EOLO 문제에 대해 타당하고 개선된 알고리즘을 제공하지만, 실질적으로 순서 수준의 성능 향상이라는 주장은 실험 데이터로는 뒷받침되지 않는다.