Session23 : Web and Collaborative Applications担当：灘本 明代（甲南大学） 【SIGMOD2009勉強会】 1 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大）
Session23 : Web and Collaborative Applications
担当：灘本 明代（甲南大学） 【SIGMOD2009勉強会】 1 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大）
Session23 : Web and Collaborative Applications
On Supporting Effective Web Extraction (S) A Partial Persistent Data Structure to Support Consistency in Real-time Collaborative Editing (S) Detecting Bursty Events in Collaborative Tagging Systems (S) Effective Automated Object Matching Efficient Identification of Coupled Entities in Document Collections (S) 2 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大）
On Supporting Effective Web Extraction
Wook-Shin Han (Kyungpook National University), Wooseong Kwak (Kyungpook National University), Hwanjo Yu (POSTECH) Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 3
背景
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 4 Web data integration, mash up 等にとって HTMLからのタプルの抽出は重要 市販のソフトは HTMLタグを解析しXpath queryを用いて抽出している HTML上の小さな変更に対応できない！！ Robustなタプル抽出システム そこで本研究では Webページのエレメントを2次元空間上のオブジェクトと見立てて，SpatialJoinをすることにタプルを抽出する ②query言語であるRAQueryの提案
ＲＡＱｕｅｒｙ（Rectangle Algebra Query Language）
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 5 Xqueryに類似したsyntaxを持っている． Match：relevant element(ユーザの入力によるほしいタプルの標本タプル)の発見 RA：RectangleAlgebraによるSpatialJoin DOMTree 実験なし
A Partial Persistent Data Structure to Support Consistency in Real-time Collaborative Editing
Qinyi Wu (Georgia Institute of Technology), Calton Pu (Georgia Institute of Technology), João Ferreira (University of São Paulo) 6 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大）
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 8 （S, M)からなる S:ポジションスタンプ： S={si ∈Q， 1
提案システムと実験
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 9 提案システム： 実験 32bit GNU/Linux Intel Pentium 4 CPU 2.8GHz１GBRAM Dataset: 2008/3/14 wikipediaのスニペット ・ディスクスペースの比較（File,RCS，PPS） ・LogicalViewからPhysicalViewへのアップデートコストの検証 ・PhysicalView からLogicalViewへのアップデートコストの検証
Detecting Bursty Events in Collaborative Tagging Systems
Junjie Yao (Peking University), Bin Cui (Peking University), Yuxin Huang (Peking University), Yanhong Zhou (Peking University) Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 10
背景 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 11 Collaborative Tagging System タグを解析する事により，様々なトレンドを取得可能 大規模なタググラフからタグの共起関係を解析 Bursty Eventを抽出する． ●：Bursty tag ○：Stable tag エッジ：共起関係
実験 Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 13 Data：1ヶ月データを収集， 200,000ユーザのタグ履歴 270,502,498のタグ，33,938,603のURL, htmlサイズ187G 3つの手法の比較 ①Fung（VLDB2005）の手法，②全グラフを対象とした手法，③提案手法 ② ① ③ ③では「battery」「review」といった重要な単語も抽出できている．
Effective Automated Object Matching
Diego Zardetto (ISTAT), Monica Scannapieco (ISTAT), Tiziana Catarci (Rome) Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 14
背景
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 15 ObjectMatching：情報源の異なる2つのデータオブジェクトを特定して，同じrealWorldに提示する問題 さまざまな手法が提示されている 完全自動ではなく，また効率的ではない． 本研究では 完全自動で効率的な手法の提案 最尤法のMixture model（混合分布モデル）に基づいた手法を提案！ 通常２つのオブジェクト間の距離を用いてOMを解決するが，これはMatchとUnmatchにクラスタリングしてその重ね合わせの距離により求める． ・パラメータの設定 ・MatchとUnmatchのクラスタリング
混合分布モデルとは
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 16 確率密度分布p(x) が、 m個の確率密度分布{p(x|j):j=1,…,m} の重み付き線形結合 によってモデル化できるとする。このような分布は、混合分布(mixture distribution)と呼ばれている。 重み係数wj は、混合パラメー タ(mixinig parameter)と呼ばれている．
提案手法
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 17 混合分布モデルを用いた他の手法と異なる点 他の研究はrecordと呼ばれる1種類のデータオブジェクトを対象とし，RLアプリケーションのみを扱う． ほとんどはFellegi-Sunterアプローチを使用しているのに対し，本研究は一致/不一致を表すk-ベクトル変数を用いる． 混合分布モデルは通常2つのコンポーネントを選択するが，本研究ではクラスタリングを行うため，複数のコンポーネントを対象とする．（この個数が問題）
Efficient Identification of Coupled Entities in Document Collections
Nikos Sarkas (University of Toronto), Albert Angel (University of Toronto), Nick Koudas (University of Toronto), Divesh Srivastava (AT&T Labs Research) Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 18
背景
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 19 User Generated Contentには様々な知識やグループがある これらを抽出するには前処理としてメタデータの解析が必要である． ２つのエンティティ間の相関関係を求める． ・ X2検定 ・set-similarity etc 現在はさまざまな手法が用いられている 問題点は ・ Threshold Variation ・ Top-k Variation 複合条件や非線形尤度検定に適応しない 本研究では 2つのエンティティ間の相関関係を求めるのに
提案手法
Session 23 : Web and Collaborative Applications Security 担当：灘本（甲南大） 20 ei,ej: エンティティ， Nij：ei,ej両方を含むコンテンツの数 THR-ENT(Threshold Variation) 関連性の弱いデータを削除する． L(ei,ej) ≧ T TOP-ENT(Top-k Variation) 最終的に値がTop-kになったら終了 ドキュメントすべてのエンティティ間の関連を求めるために，2つの手法を提案する． 尤度
Comments