A Optimal Query Anatomization utiliza as abordagens de semelhança e filtragem para o armazenamento, processamento e gestão de enormes quantidades de dados. Para aumentar a precisão da extracção de metadados, propõe-se um processamento de consulta distribuído óptimo com base no algoritmo de canonicalização. É então filtrado utilizando um filtro de cuco para obter as possíveis consultas relevantes. Em seguida, os modelos de sequência qualificados são armazenados na base de dados de modelos. Agora, as sequências canónicas da consulta do utilizador são verificadas com a base de dados de modelos…mehr
A Optimal Query Anatomization utiliza as abordagens de semelhança e filtragem para o armazenamento, processamento e gestão de enormes quantidades de dados. Para aumentar a precisão da extracção de metadados, propõe-se um processamento de consulta distribuído óptimo com base no algoritmo de canonicalização. É então filtrado utilizando um filtro de cuco para obter as possíveis consultas relevantes. Em seguida, os modelos de sequência qualificados são armazenados na base de dados de modelos. Agora, as sequências canónicas da consulta do utilizador são verificadas com a base de dados de modelos para correspondência de sequências. Finalmente, o mapeamento da consulta é feito para a sequência correspondente.
