Continuously Similarity Search for Evolvingi Sets

2021 Fiscal Year Final Research Report

• Project/Area Number: 18K11311
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: The University of Electro-Communications
• Principal Investigator: Koga HIsashi 電気通信大学, 大学院情報理工学研究科, 准教授 (40361836)
• Project Period (FY): 2018-04-01 – 2022-03-31
• Keywords: 類似検索 / 集合 / ストリームデータ / スライディングウィンドウ / 情報推薦

Outline of Final Research Achievements

This research studied similarity search for data streams. In particular, we regard the latest data in a data stream as an evolving set whose elements can change dynamically. Then, we realized the similarity search for data streams by reducing the problem to the set similarity search. In particular, we developed several　fast similarity search algorithms that measure the similarity between two data just enough to determine the search results, avoiding unnecessary similarity computations. It is also our research contribution that we formulated two similarity search problems for data streams.

Free Research Field

データ構造、検索アルゴリズム

Academic Significance and Societal Importance of the Research Achievements

本研究で定式化した類似検索問題は情報推薦という現実的な応用を持つ。例えばSNSにおいては、ユーザUのストリームをUが投稿したテキスト群でモデル化できる。この時、ストリームのスライディングウインドウはユーザUが直近に投稿したテキスト集合となり、Uが最近興味を持った事象を色濃く反映している。従って、スライディングウィンドウが似たユーザを探すことで、最近の興味が似たユーザを発見できる。そして、類似ユーザが閲覧しているニュース記事をお薦めするといった情報推薦サービスも実現可能になる。