Vorlesung Suchmaschinen Semesterklausur Sommersemester 2016

Transkript

1 Universität Augsburg, Institut für Informatik Sommersemester 2016 Prof. Dr. W. Kießling 12. Juli 2016 Dr. F. Wenzel, L. Rudenko Suchmaschinen Vorlesung Suchmaschinen Semesterklausur Sommersemester 2016 Hinweise: Die Bearbeitungszeit beträgt 90 Minuten. Verwenden Sie für Ihre Lösungen ausschließlich die gehefteten Blätter des Lösungsteils. Die Heftklammern dürfen nicht entfernt werden. Melden Sie sich bei der Aufsicht, falls die Blätter nicht ausreichen sollten! Es sind nur Hilfsmittel in Papierform zugelassen. Benutzen Sie einen dokumentenechten Stift! Verwenden Sie keinen Bleistift! Benutzen Sie außerdem keinen roten und keinen grünen Stift! Überprüfen Sie, ob Ihre Platznummer mit der auf der Klausur vermerkten Platznummer übereinstimmt. Melden Sie sich sofort bei der Aufsicht, falls das nicht der Fall sein sollte. Unterschreiben Sie auf dem Deckblatt des Lösungsteils an der vorgesehenen Stelle mit ihrem vollen Vor- und Nachnamen. Schreiben Sie auf jedes Blatt des Lösungsteils Ihren Namen und Ihre Matrikelnummer. Die Klausur besteht aus 5 Aufgaben mit insgesamt 40 Punkten: 1. Information Retrieval [8 Punkte] 2. Preference SQL Anfragen [8 Punkte] 3. Auswertung von Pareto-Anfragen [9 Punkte] 4. Top-k Algorithmen [8 Punkte] 5. Allerlei [7 Punkte]

2 Aufgabe 1: Information Retrieval, 8 Punkte (3+3+2) Gegeben ist der folgende Korpus K von Dokumenten in interner Darstellung: D1 := ( Europameister, Frankreich) D2 := ( Europameister, Deutschland, Frankreich) D3 := ( Fußball, Deutschland ) D4 := ( Fußball, Frankreich ) Bearbeiten Sie die folgenden Teilaufgaben durch Ergänzung vorgegebener Matrizen und Tabellen des Lösungsteils: a) Vervollständigen Sie die gegebene Term-zu-Term-Korrelationsmatrix des Lösungsteils durch Ergänzung aller fehlenden Werte der Matrix. b) Vervollständigen Sie die gegebene Berechnungstabelle der Fuzzy-Werte µ Ti (D j ) im Lösungsteil anhand des Korpus K. c) Gegeben ist die folgende Anfrage Q: Q = (Europameister AND Fußball) OR NOT Deutschland Werten Sie Q mit Hilfe des Fuzzy-Models unter Berücksichtigung der Ergebnisse der vorherigen Teilaufgaben auf K aus. Bestimmen Sie die Top-2 Ergebnisse.

3 Aufgabe 2: Preference SQL Anfragen, 8 Punkte ( ) Gegeben ist die folgende Instanz der Relation Euro2016: Euro2016 Mannschaft Trikot letzter Sieg Punkte Deutschland weiß Frankreich blau Italien blau Schweiz rot Spanien rot Ukraine gelb Schweden gelb Dabei gelte: dom(punkte) := [0 ; 9] N dom(letzter Sieg) := DATE im Format MM-DD-YYYY dom(trikot) := {weiß, rot, blau, gelb, orange} a) Übersetzen Sie die folgenden natürlichsprachlichen Anfragen in Preference SQL: i) Finden Sie alle Mannschaften, die zwingend mehr als 7 Punkte haben. Darunter sind diejenigen mit höchster Punktzahl bevorzugt, wobei eine Abweichung von 2 Punkten akzeptabel ist. Genauso wichtig wie die Punktzahl ist das Datum des letzten Sieges (letzter Sieg). Dieses sollte der sein, eine Abweichung von 3 Tagen ist akzeptabel. ii) Finden Sie alle Mannschaften, die möglichst folgende Bedingung bezüglich des Attributs Trikot erfüllen: weiss ist bevorzugt vor rot, rot ist bevorzugt vor blau, gelb ist am wenigsten gewünscht. Dies ist wichtiger als die Anzahl der Punkte, die zwischen 3 und 5 liegen sollte. b) Gegeben sind die folgenden Preference SQL Anfragen an obige Euro2016 Instanz. Bestimmen Sie jeweils das zurückgelieferte Ergebnis: i) SELECT DISTINCT Mannschaft FROM Euro2016 PREFERRING Punkte AROUND 6,2 TRIVIAL PRIOR TO Trikot EXPLICIT ('weiß' < 'rot', 'blau' < 'weiß'); ii) SELECT DISTINCT Mannschaft FROM Euro2016 PREFERRING Punkte BETWEEN 5,9 AND Punkte HIGHEST 9,3 GROUPING Trikot BUT ONLY Punkte < 9;

4 Aufgabe 3: Auswertung von Pareto-Anfragen, 9 Punkte (4+5) a) Betrachten Sie folgende Preference SQL Query: SELECT p.name, v.titel FROM Professoren p, Vorlesung v WHERE p.persnr = v.profnr PREFERRING p.name IN ('Sokrates') ELSE ('Kant') AND v.titel IN ('Ethik') NOT IN ('Logik'); i) Bestimmes Sie das maximale Level der komplexen Präferenz P, die durch obige Query definiert ist. Berechnen Sie zusätzlich die Höhe eines entsprechenden Better-Than-Graphen sowie die benötigte Größe der beim Hexagon verwendeten Array-Datenstrukturen zur Breitensuche. ii) Zeichen Sie den Better-Than-Graphen und bestimmen Sie die Knoten-IDs (NID) für die Knoten (0,2) und (2,1). b) Folgende relationale Schemata sind gegeben. Auf die Angabe der Domänen wurde aus Gründen der Übersichtlichkeit verzichtet. A (a1, a2, a3, a4) B (b1, b2) C (c1, c2, c3) Betrachten Sie die folgende Preference SQL Query: SELECT a1, b2, c2 FROM A, B, C WHERE (a2 = 10 OR b2 > 15) AND c2 < 100 PREFERRING (a1 IN ('weiß') AND b2 HIGHEST) PRIOR TO c2 LOWEST; i) Geben Sie die kanonische, nicht optimierte Darstellung dieser Anfrage in Preference Relational Algebra an. ii) Optimieren Sie den relationalen Präferenz-Algebraausdruck mit Hilfe des Algorithmus aus der Vorlesung und geben Sie den Baum sowie den Namen und die Reihenfolge der angewandten Transformationsregeln nach jedem Schritt an. Das Schieben von Projektionen (push projection) können Sie dabei auslassen.

5 Aufgabe 4: Top-k Algorithmen, 8 Punkte (7+1) Gegeben seien drei Streams S 1, S 2 und S 3 mit Objekten o 1 bis o 6 und ihren Scores. Außerdem gelte: Rang S 1 S 2 S 3 1 o 1 (0,90) o 3 (0,80) o 2 (0,80) 2 o 4 (0,80) o 6 (0,80) o 4 (0,80) 3 o 5 (0,60) o 1 (0,70) o 1 (0,80) 4 o 3 (0,60) o 2 (0,60) o 5 (0,70) 5 o 2 (0,50) o 5 (0,50) o 6 (0,70) 6 o 6 (0,30) o 4 (0,50) o 3 (0,60) Aggregatsfunktion: F (s 1 (x), s 2 (x), s 3 (x)) = s 1 (x) + 3 s 2 (x) + s 3 (x) Intervallgröße für Rückschau: p = 1 a) Bestimmen Sie das Top-1 Ergebnis durch schrittweise Ausführung von Quick-Combine. Beachten Sie die Vorlage auf dem Lösungsteil. b) Wieviele Random Access und Sorted Access Zugriffe bis zur Terminierung sind notwendig?

6 Aufgabe 5: Allerlei, 7 Punkte ( ) a) Beweisen Sie direkt, dass LAYERED m (A, L) eine strikte partielle Ordnung ist. b) Gegeben ist der folgende Graph G = (V, E): Bestimmen Sie jeweils das Ergebnis der Präferenz-Selektion σ[p 1 ] und σ[p 2 ] für: i) P 1 := CLOSEST V 5 ii) P 2 := BALANCED V 1 c) Nennen Sie drei Ursachen, die bei einer Preference SQL Anfrage zu einer leeren Ergebnismenge (Empty Result Effekt) führen können. d) Gegeben ist eine Anfrage Q, für die die folgenden Aussagen zutreffen: Q liefert 40 Dokumente zurück, die für die Anfrage relevant sind. Q zeigt 60 Dokumente nicht an, die für die Anfrage relevant gewesen wären. Q liefert insgesamt 120 Dokumente aus dem Korpus K mit 200 Dokumenten zurück. i) Berechnen Sie die Werte P Q für Precision und R Q für Recall der Anfrage. ii) Bestimmen Sie ein F-Maß, bei dem der Recall viermal mehr Bedeutung hat als die Precision.