Evaulation of S2R-tree

Abstract

Mer og mer data produsert I dag er knyttet til et geografisk punkt. Denne type data, er sjeldent kun romslig. Vanligvis er den koblet med et sett nøkkelord. Disse nøkkelordene kan beskrive lokasjonen, noe som skjedde der eller simpelthen være tekst som ble skrevet på den lokasjonen.

På grunn av disse store mengdene spatio-textual data som blir generert, har det vært en del indeks strukturer som prøver å bruke det. Disse er forskjellige enten med tanke på hvordan de blander de to typene data eller med tanke på hvilke spørringer de tillater mot dataen.

Noen av disse indeksene tillater ikke bare nøkkelord sammenligning og nær- sammenligning, men også semantisk sammenligning. Det betyr at man kan spørre etter nøkkelordet «Bar» og få tilbake et objekt med nøkkelordet «Pub». Denne typen indekser har derimot et problem med effektivitet. De er ganske trenge sammenlignet med andre indekser som ikke tillater semantiske sammenligninger. Denne avhandlingen skal se på en av disse semantiske-bevisst spatio-textual indeksene, og se hvordan effektivitet under bygning blir påvirket av ulike parametere.

An ever-increasing amount of the data produced is tied to a geographical location. Such data is, however, rarely solely spatial. Most of the time it is coupled with a set of keywords. These keywords can be used to describe the location, describe something which took event at that location, or simply just be textual data that happened to be created at that particular location.

Because of this large amount of spatio-textual data being generated, there has been a growing number of indexing structures attempting to make use of it. These differ either in the approach they take to combine the types of data into a single index or in the way they can be queried against for data.

Some of these indexes also attempt to not only allow for keyword matching or partial keyword matching but also semantical matching. This means that it is possible to query for the keyword "Bar" and get in return an object with the keyword "Pub". These types of indexes, however, often face problems with efficiency. They are quite slow compared to other indexes which only allow for normal types of keyword matching. This thesis will look at one of those semantically-aware spatio-textual indexes and look at how the efficiency at build time is affected by various parameters.