선택도 추정을 위해 $R^* -tree$ 인덱스를 이용한 다차원 히스토그램

Abstract

다차원 히스토그램은 다양한 질의 처리를 위해 데이터 셋의 분포를 요약하는 데 널리 사용되고 있다. 논문에서 언급된 것과 같이, 몇몇 인덱스 구조는 다차원 히스토그램의 생성을 위한 좋은 시작점으로 활용될 수 있다. 인덱스 구조가 이미 존재하고, 어떤 목적을 위해 사용되고 있는 경우에, 이러한 인덱스로부터 얻을 수 있는 데이터 분할 정보를 이용하여 히스토그램을 생성하는 과정을 효율적으로 수행할 수 있다. 본 논문에서, 우리는 다차원 데이터에 대해 널리 활용되는 인덱스 구조인 $R^* -tree$ 의 이용에 기반을 두는 효율적인 히스토그램 기법을 제안한다. R*-tree로부터 획득되는 데이터의 간결한 형태는 데이터 접근을 최소화하며 빠른 히스토그램의 생성을 가능하게 한다. 계산 시간의 이점과 더불어, 제안하는 기법은 기존 기법에 비해 히스토그램의 정확도 측면에서도 뛰어난 성능을 제공한다. 우리는 데이터 분포의 불균등에 잘 견디는 히스토그램 구성을 위해 hill climbing 전략을 제시했다. 우리는 지리 정보 처리와 같이 실제 많은 분야에서 사용되는 2차원 또는 3차원 데이터 객체를 위한 히스토그램에 초점을 두었다. 우리는 성능 평가 실험을 통해, 제안하는 기법이 기존 기법에 비해 속도뿐만 아니라 정확도에서도 뛰어남을 보였다.