Efficient Match-Based Candidate Network Generation for Keyword Queries Over Relational Databases

Oliveira, Pericles Silva de; Silva, Altigran Soares da; Moura, Edleno Silva de; Freitas, Rosiane de

doi:10.1109/tkde.2020.2998046

Cited by 10 publications

(23 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Systems in the first category are based on the concept of Candidate Joining Networks (CJNs), which are networks of joined relations that are used to generate SQL queries and whose evaluation return several Joining Networks of Tuples (JNTs) which are collected and supplied to the user. This method was proposed in DISCOVER [4] and DBXplorer [5], and it was later adopted by several other systems, including DISCOVER-II [6], SPARK [7], CD [8], KwS-F [9], CNRank [10], and MatCNGen [2,11]. Systems in this category make use of the underlying basic functionality of the RDBMS by generating appropriate SQL queries to retrieve answers to keyword queries posed by users.…”

Section: Relational Abstractearch Systemsmentioning

confidence: 99%

“…Among the methods based on the Schema Graph approach, Lathe is, to the best of our knowledge, the first method to address the problem of generating and ranking CJNs considering queries with keywords that can refer to either schema elements or attribute values. We revisited and generalized concepts introduced in previous approaches [4,10,2,11], such as tuples-sets, QMs, and the CJNs themselves, to enable schema references. In addition, we proposed a more effective approach to CJN Generation that included two major innovations: QM ranking and Eager CJN Evaluation.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Supporting Schema References in Keyword Queries over Relational Databases

Martins¹,

Silva²,

Cavalcanti³

et al. 2022

Preprint

Self Cite

View full text Add to dashboard Cite

Relational Keyword Search (R-KwS) systems enable naive/informal users to explore and retrieve information from relational databases without knowing schema details or query languages. These systems take the keywords from the input query, locate the elements of the target database that correspond to these keywords, and look for ways to "connect" these elements using information on referential integrity constraints, i.e., key/foreign key pairs. Although several such systems have been proposed in the literature, most of them only support queries whose keywords refer to the contents of the target database and just very few support queries in which keywords refer to elements of the database schema. This paper proposes LATHE, a novel R-KwS designed to support such queries. To this end, in our work, we first generalize the well-known concepts of Query Matches (QMs) and Candidate Joining Networks (CJNs) to handle keywords referring to schema elements and propose new algorithms to generate them. Then, we introduce an approach to automatically select the CJNs that are more likely to represent the user intent when issuing a keyword query. This approach includes two major innovations: a ranking algorithm for selecting better QMs, yielding the generation of fewer but better CJNs, and an eager evaluation strategy for pruning void useless CJNs. We present a comprehensive set of experiments performed with query sets and datasets previously used in experiments with state-of-the-art R-KwS systems and methods. Our results indicate that LATHE can handle a wider variety of keyword queries while remaining highly effective, even for large databases with intricate schemas.

show abstract

Section: Relational Abstractearch Systemsmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Supporting Schema References in Keyword Queries over Relational Databases

Martins¹,

Silva²,

Cavalcanti³

et al. 2022

Preprint

Self Cite

View full text Add to dashboard Cite

show abstract

“…De cada CJN pode ser gerada uma consulta SQL. Os sistemas do estado da arte nessa abordagem procuram determinar de antemão quais as CJNs que melhor representam a consulta original, melhorando a qualidade e o desempenho do processo [Oliveira et al 2015, Oliveira et al 2018, Oliveira et al 2020. Na segunda categoria, os sistemas baseados em instância focam em materializar tuplas em um grafo, o Data Graph, onde os nós representam as tuplas do BD contendo as palavras-chave, enquanto as arestas representam referências de chave estrangeira.…”

Section: Contexto E Trabalhos Relacionadosunclassified

“…Com isso, a resposta corresponde a sub-árvores desse grafo que minimizam a distância entre os nós que apresentam as palavras-chaves. O SEREIA é um sistema baseado em esquema desenvolvido a partir das ideias propostas no sistema MatCNGen [Oliveira et al 2020]. Apesar de GDs não possuírem nativamente restric ¸ões de integridade referencial como em BDs relacionais, documentos de uma colec ¸ão podem apresentar referências a documentos de outras colec ¸ões.…”

Section: Contexto E Trabalhos Relacionadosunclassified

“…Embora existam diversas abordagens na literatura para consultas por palavraschave sobre BDs relacionais, nós utilizamos como base para o nosso trabalho o sistema MatCNGen [Oliveira et al 2015, Oliveira et al 2018, Oliveira et al 2020, que representa o estado da arte nessa classe de sistemas. Pelo levantamento que realizamos na literatura recente, o SEREIA é o primeiro sistema proposto para a tarefa de consulta por palavras-chave em GDs.…”

Section: Introduc ¸ãOunclassified

See 1 more Smart Citation

SEREIA - Busca por Palavras-Chave em Document Stores

Afonso

Martins

Silva

2021

Anais Do XXXVI Simpósio Brasileiro De Banco De Dados (SBBD 2021)

Self Cite

View full text Add to dashboard Cite

Gerenciadores de documentos (GDs) ou document stores, como MongoDB e CouchDB, têm se tornado cada vez mais populares devido à flexibilidade em carregar e recuperar dados em larga escala usando documentos semi-estruturados, pois evitam a necessidade de definição de esquemas antes da ingestão de dados. Por outro lado, especificar consultas neste tipo de sistema é uma tarefa complexa, ainda mais que em sistemas relacionais, devido à natureza semi-estruturada dos documentos e à possibilidade de aninhar itens de dados complexos. Para lidar com esse problema, apresentamos uma abordagem chamada SEREIA, que permite a execução de consultas por palavras-chave sobre coleções de documentos armazenados em GDs sem necessidade de conhecimento da estrutura das coleções. Nossa abordagem é baseada na geração de Candidate Join Networks que representam diferentes interpretações da consulta fornecida, a fim de ranqueá-las e escolher a alternativa mais adequada. Experimentos realizados em um banco de dados representativo, contendo diversas coleções de documentos, mostram que nossa abordagem foi eficaz em gerar consultas estruturadas que satisfazem a intenção original do usuário expressa na consulta por palavras-chave, alcançando valores de Precisão e MRR de 1.0 e 0.98, respectivamente.

show abstract