점진적인 스카이라인 영역 결정 기법

A Progressive Skyline Region Decision Method

  • 김진호 (명지대학교 컴퓨터공학과) ;
  • 박영배 (명지대학교 컴퓨터공학과)
  • 발행 : 2007.02.15

초록

대부분의 스카이라인 질의에 대한 연구는 정적인 데이타에 관하여 이루어지고 있다. 하지만, 모바일 응용환경의 발전에 따라 이동객체에 대한 연속적인 스카이라인 질의에 대한 필요성이 증대되고 있다. 연속적인 스카이라인 질의를 처리하기 위하여 4단계 스카이라인 영역 결정 기법이 최근 제안되었지만, 이 기법은 스카이라인 영역 계산 비용이 크므로 대량의 데이타 객체에 대해서는 사용되기 힘든 문제점이 있다. 이 논문은 이러한 문제를 해결하기 위하여 먼저 4단계 영역 결정 기법에 대해서 이론적으로 분석하고, 이를 바탕으로 4 단계 영역 결정 기법을 위한 점진적인 스카이라인 영역 결정 기법을 제안한다. 제안하는 기법은 거리 기반 가지치기와 영역 결정 선분의 범위 축소 기법을 이용하여 기존 기법의 스카이라인 영역결정 비용을 효율적으로 감소시킨다. 본 논문은 다양한 성능 시험을 통하여 제안된 기법의 효율성을 증명한다.

Most of works for skyline queries have focused on static data objects. With the advance in mobile applications, however, the need of continuous skyline queries for moving objects has been increasing. To process continuous skyline queries, the 4-phased decision method of skyline regions has been proposed recently. However, it is not feasible for a large number of data because of the high cost of computing skyline regions. To solve this problem, this paper first provides a theoretical analysis of the 4-phased decision method. Then we propose a progressive decision method of skyline regions for the 4-phased decision method, which consists of a distance-based pruning and an extent shrinking of region decision lines. The proposed method can efficiently reduce the cost of the decision of skyline region in the 4-phased decision method. This paper also presents the experimental results to show the effectiveness of the proposed method.

키워드

참고문헌

  1. Borzsonyi, S, Kossmann, D., Stocker, K. 'The Skyline Operator,' In ICDE, pp.421-430, 2001
  2. 나경석, 박영배 '연속적인 스카이라인 질의를 위한 효율적인 영역 결정기법', 명지대학교 석사학위논문, 2005
  3. Y. Theodoridis, J. R.O. Silva, and Mario A. Nascimento, On the Generation of Spatiotemporal Datasets, In Proceedings of the 6th Int''l Symposium on Large Spatial Database(SSD), 1999
  4. Zheng B., Lee, D. 'Semantic Caching in Location-Dependent Query Processing,' SSTD, pp.97-116, 2001
  5. Song, Z., Roussopoulos, N. K-Nearest Neighbor Search for Moving Query Point. SSTD, 2001
  6. Benetis, R., Jensen, C., Karciauskas, G., Saltenis, S. Nearest Neighbor and Reverse Nearest Neighbor Queries for Moving Objects. IDEAS, 2002
  7. Tao, Y., Papadias, D., Shen, Q. Continuous Nearest Neighbor Search. VLDB, 2002
  8. J. Zhang, M. Zhu, D. Papadias, Y. Tao, and D. L. Lee. Location-based spatial queries. In SIGMOD, pp.443-454, 2003
  9. Tan, K., Eng, P. Ooi, B. 'Efficient Progressive Skyline Computation,' In VLDB, pp.301-310, 2001
  10. D. Kossmann, F. Ramsak, S. Rost, 'Shooting Stars in the Sky: an Online Algorithm for Skyline Queries,' In VLDB, pp.275-286, 2002
  11. Papadias, D., Tao, Y., Fu, G., Seeger, B. 'An Optimal and Progressive Algorithm for Skyline Queries,' In SIGMOD, pp.443-454, 2003
  12. Yufei Tao, Xiaokui Xiao, Jian Pei, 'SUBSKY: Efficient Computation of Skylines in Subspaces,' In ICDE, p. 65, 2006
  13. G. R. Hjaltson, H. Samet, 'Distance Browsing in Spatial Databases,' ACM Transaction on Database Systems, 24(2), pp.265-318, 1999 https://doi.org/10.1145/320248.320255