Multipath querying of hierarchically tree structured document databases in vector spaces
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2004
Tezin Dili: İngilizce
Öğrenci: UĞUR AYAN
Danışman: SADIK FİKRET GÜRGEN
Özet:ÖZET VEKTÖR UZAYINDA SIRADÜZENSEL AĞAÇ YAPISI İLE DÜZENLENMİŞ METİN VERİ TABANLARININ ÇOKLU YOLLAR ÜZERİNDEN SORGULANMASI Günümüzde gelişmiş bilgi tarama teknolojileri, kolay ve hızlı olmasından dolayı vektör uzay kavramı üzerine kurulmuştur. Genellikle metin tipi veri tabanları doküman başlıklarının indekslenmesiyle oluşturulan vektör uzaylarında oldukça büyük ve seyrek matrisler olarak tanımlanır. Bu matris uzayında istenilen ya da buna yakın bir konudaki dokümanların araştırılması (sorgulanması) büyük zaman alır ve araştırma sonucuna ulaşılabilmesi için oldukça çok sayıda hesaplama yapılması gerekir. Literatürde yapılan çalışmalarda büyük boyutlu metin veri tabanlarına boyut indirgenmesi uygulandıktan sonra bu yeni boyutlarda tanımlanan her bir dokümanın tek tek taranmasıyla sonuca varılan yöntemler tanımlanmıştır. Bu çalışmada ise boyut indirgemesi göz ardı edilerek, sıradüzensel ağaç yapısı ile istenilen dokümanların aynı gruplara toplanması ve araştırmanın bu alt gruplardaki daha az sayıdaki benzer dokümanlardan oluşturulan ortalama merkez vektörler üzerinden çoklu yollar kullanılarak yapılması önerilmiş ve bu yöntem literatürde sıkça kullanılan Gizli Anlambilimsel Dizinleme Yöntemi ile karşılaştırılmıştır. Böylece tüm veri tabanına bakılması yerine çok daha az sayıdaki dokümana bakıldığından daha az sayıda hesaplama yapılarak sorgulama sonucuna kısa zamanda ulaşılması sağlanacaktır. Gruplamaların sıradüzensel bir ağaç yapısıyla yapılması, böylece sorgulamanın ağaç içerisinde özyineli olarak belirlenecek olan grubun içindeki alt gruplara yönlendirilmesiyle aramanın küçük gruplarda yapılması önerilmiştir. Bu sıradüzensel ağaç yapısı ile farklı boyutlarda düzenlenmiş olan IEEE metin veri tabanlarının Sabit ve Uyarlanabilir Çoklu Yollar üzerinden sorgulanması ve hesap karmaşıklığı, başarım ödünleşmeleri incelenmekte ve karşılaştırılmaktadır.