公开(公告)号：US09171077B2

公开(公告)日：2015-10-27

申请号：US12394371

申请日：2009-02-27

申请人： Andrey Balmin ,  Heasoo Hwang ,  Erik Nijkamp ,  Berthold Reinwald

发明人： Andrey Balmin ,  Heasoo Hwang ,  Erik Nijkamp ,  Berthold Reinwald

IPC分类号： G06F7/00 ,  G06F17/30

CPC分类号： G06F17/3053 ,  G06F17/30321 ,  G06F17/30528 ,  G06F17/30598 ,  G06F17/30864

摘要： According to one embodiment of the present invention, a method for processing a query is provided. The method includes generating a set of pre-computed materialized sub-graphs from a dataset and receiving a search query having one or more search query terms. A particular one of the pre-computed materialized sub-graphs is accessed and a dynamic authority-based keyword search is executed on the particular one of the pre-computed materialized sub-graphs. Nodes in the dataset are then retrieved based on the executing, and a response to the search query is provided which includes the retrieved nodes.

摘要翻译： 根据本发明的一个实施例，提供了一种处理查询的方法。 该方法包括从数据集生成一组预先计算的物化子图并接收具有一个或多个搜索查询项的搜索查询。 访问预先计算的物化子图中的特定一个，并且对预先计算的物化子图中的特定一个执行基于动态权限的关键字搜索。 然后基于执行来检索数据集中的节点，并且提供对搜索查询的响应，其包括检索到的节点。

公开(公告)号：US20100223266A1

公开(公告)日：2010-09-02

申请号：US12394371

申请日：2009-02-27

申请人： Andrey Balmin ,  Heasoo Hwang ,  Erik Nijkamp ,  Berthold Reinwald

发明人： Andrey Balmin ,  Heasoo Hwang ,  Erik Nijkamp ,  Berthold Reinwald

IPC分类号： G06F17/30

CPC分类号： G06F17/3053 ,  G06F17/30321 ,  G06F17/30528 ,  G06F17/30598 ,  G06F17/30864

摘要： According to one embodiment of the present invention, a method for processing a query is provided. The method includes generating a set of pre-computed materialized sub-graphs from a dataset and receiving a search query having one or more search query terms. A particular one of the pre-computed materialized sub-graphs is accessed and a dynamic authority-based keyword search is executed on the particular one of the pre-computed materialized sub-graphs. Nodes in the dataset are then retrieved based on the executing, and a response to the search query is provided which includes the retrieved nodes.

摘要翻译： 根据本发明的一个实施例，提供了一种处理查询的方法。 该方法包括从数据集生成一组预先计算的物化子图并接收具有一个或多个搜索查询项的搜索查询。 访问预先计算的物化子图中的特定一个，并且对预先计算的物化子图中的特定一个执行基于动态权限的关键字搜索。 然后基于执行来检索数据集中的节点，并且提供对搜索查询的响应，其包括检索到的节点。

公开(公告)号：US20090240682A1

公开(公告)日：2009-09-24

申请号：US12053597

申请日：2008-03-22

申请人： Andrey Balmin ,  Heasoo Hwang ,  Mir Hamid Pirahesh ,  Berthold Reinwald

发明人： Andrey Balmin ,  Heasoo Hwang ,  Mir Hamid Pirahesh ,  Berthold Reinwald

IPC分类号： G06F7/06

CPC分类号： G06F17/30395 ,  G06F17/30554

摘要： A system, method and computer program product for executing a query on linked data sources. Embodiments of the invention generate an instance graph expressing relationships between objects in the linked data sources and receive a query including at least first and second search terms. The first search term is then executed on the instance graph and a summary graph is generated using the results of the executing step. A second search term is then executed on the summary graph.

摘要翻译： 一种用于执行链接数据源查询的系统，方法和计算机程序产品。 本发明的实施例生成表示链接的数据源中的对象之间的关系的实例图，并且接收包括至少第一和第二搜索项的查询。 然后在实例图上执行第一个搜索项，并使用执行步骤的结果生成汇总图。 然后在摘要图上执行第二个搜索项。

公开(公告)号：US08326847B2

公开(公告)日：2012-12-04

申请号：US12053597

申请日：2008-03-22

申请人： Andrey Balmin ,  Heasoo Hwang ,  Mir Hamid Pirahesh ,  Berthold Reinwald

发明人： Andrey Balmin ,  Heasoo Hwang ,  Mir Hamid Pirahesh ,  Berthold Reinwald

IPC分类号： G06F7/00 ,  G06F17/30

CPC分类号： G06F17/30395 ,  G06F17/30554

摘要： A system, method and computer program product for executing a query on linked data sources. Embodiments of the invention generate an instance graph expressing relationships between objects in the linked data sources and receive a query including at least first and second search terms. The first search term is then executed on the instance graph and a summary graph is generated using the results of the executing step. A second search term is then executed on the summary graph.

摘要翻译： 一种用于执行链接数据源查询的系统，方法和计算机程序产品。 本发明的实施例生成表示链接的数据源中的对象之间的关系并且接收包括至少第一和第二搜索项的查询的实例图。 然后在实例图上执行第一个搜索项，并使用执行步骤的结果生成汇总图。 然后在摘要图上执行第二个搜索项。

公开(公告)号：US07945525B2

公开(公告)日：2011-05-17

申请号：US11937550

申请日：2007-11-09

申请人： Rema Ananthanarayanan ,  Sreeram V. Balakrishnan ,  Yuen Y. Lo ,  Berthold Reinwald

发明人： Rema Ananthanarayanan ,  Sreeram V. Balakrishnan ,  Yuen Y. Lo ,  Berthold Reinwald

IPC分类号： G06F17/00

CPC分类号： G06F17/2211 ,  G06F17/277 ,  G06F17/2795

摘要： The embodiments of the invention provide methods for obtaining improved text similarity measures. More specifically, a method of measuring similarity between at least two electronic documents begins by identifying similar terms between the electronic documents. This includes basing similarity between the similar terms on patterns, wherein the patterns can include word patterns, letter patterns, numeric patterns, and/or alphanumeric patterns. The identifying of the similar terms also includes identifying multiple pattern types between the electronic documents. Moreover, the basing of the similarity on patterns identifies terms within the electronic documents that are within a category of a hierarchy. Specifically, the identifying of the terms reviews a hierarchical data tree, wherein nodes of the tree represent terms within the electronic documents. Lower nodes of the tree have specific terms; and, wherein higher nodes of the tree have general terms.

摘要翻译： 本发明的实施例提供了用于获得改进的文本相似性度量的方法。 更具体地说，一种测量至少两个电子文档之间的相似性的方法，首先是识别电子文档之间的类似术语。 这包括在模式上的类似术语之间的基础相似性，其中模式可以包括字模式，字母模式，数字模式和/或字母数字模式。 类似术语的识别还包括识别电子文档之间的多种模式类型。 此外，模式上的相似性的基础确定电子文档内的层次结构类别内的术语。 具体地，术语的识别审查分层数据树，其中树的节点表示电子文档内的术语。 树的下层节点有特定的术语; 并且其中树的较高节点具有一般术语。

公开(公告)号：US06725212B2

公开(公告)日：2004-04-20

申请号：US09944921

申请日：2001-08-31

申请人： Tanya Couch ,  Stefan Bengt Edlund ,  George Lapis ,  Guy Maring Lohman ,  Berthold Reinwald

发明人： Tanya Couch ,  Stefan Bengt Edlund ,  George Lapis ,  Guy Maring Lohman ,  Berthold Reinwald

IPC分类号： G06F1730

CPC分类号： G06F17/30554 ,  Y10S707/99932 ,  Y10S707/99943

摘要： A method and system for graphically representing a plan for a query in a relational database management system is disclosed. The method includes receiving and processing an input query to form a plurality of plans, selecting at least one plan of the plurality of plans, and transforming the selected plan into a self-describing formatted file which is platform independent. The method further includes generating a graph representing the selected plan from the self-describing formatted file.

摘要翻译： 公开了一种在关系数据库管理系统中图形化地表示查询计划的方法和系统。 该方法包括接收和处理输入查询以形成多个计划，选择多个计划中的至少一个计划，以及将所选择的计划变换为独立于平台的自描述格式化文件。 该方法还包括从自描述格式化的文件生成表示所选择的计划的图形。

公开(公告)号：US08612368B2

公开(公告)日：2013-12-17

申请号：US13038086

申请日：2011-03-01

申请人： Douglas Ronald Burdick ,  Amol Ghoting ,  Rajasekar Krishnamurthy ,  Edwin Peter Dawson Pednault ,  Berthold Reinwald ,  Vikas Sindhwani ,  Shirish Tatikonda ,  Yuanyuan Tian ,  Shivakumar Vaithyanathan

发明人： Douglas Ronald Burdick ,  Amol Ghoting ,  Rajasekar Krishnamurthy ,  Edwin Peter Dawson Pednault ,  Berthold Reinwald ,  Vikas Sindhwani ,  Shirish Tatikonda ,  Yuanyuan Tian ,  Shivakumar Vaithyanathan

IPC分类号： G06F15/18

CPC分类号： G06F9/4843 ,  G06F8/427

摘要： Systems and methods for processing Machine Learning (ML) algorithms in a MapReduce environment are described. In one embodiment of a method, the method includes receiving a ML algorithm to be executed in the MapReduce environment. The method further includes parsing the ML algorithm into a plurality of statement blocks in a sequence, wherein each statement block comprises a plurality of basic operations (hops). The method also includes automatically determining an execution plan for each statement block, wherein at least one of the execution plans comprises one or more low-level operations (lops). The method further includes implementing the execution plans in the sequence of the plurality of the statement blocks.

摘要翻译： 描述了MapReduce环境中处理机器学习（ML）算法的系统和方法。 在一种方法的一个实施例中，该方法包括接收要在MapReduce环境中执行的ML算法。 该方法还包括将ML算法解析为序列中的多个语句块，其中每个语句块包括多个基本操作（跳）。 该方法还包括自动确定每个语句块的执行计划，其中至少一个执行计划包括一个或多个低级操作（lops）。 该方法还包括以多个语句块的顺序来实现执行计划。

公开(公告)号：US07987177B2

公开(公告)日：2011-07-26

申请号：US12022601

申请日：2008-01-30

申请人： Kevin Scott Beyer ,  Rainer Gemulla ,  Peter Jay Haas ,  Berthold Reinwald ,  John Sismanis

发明人： Kevin Scott Beyer ,  Rainer Gemulla ,  Peter Jay Haas ,  Berthold Reinwald ,  John Sismanis

IPC分类号： G06F17/00 ,  G06F17/30

CPC分类号： G06F17/30536 ,  G06F17/30469

摘要： The task of estimating the number of distinct values (DVs) in a large dataset arises in a wide variety of settings in computer science and elsewhere. The present invention provides synopses for DV estimation in the setting of a partitioned dataset, as well as corresponding DV estimators that exploit these synopses. Whenever an output compound data partition is created via a multiset operation on a pair of (possibly compound) input partitions, the synopsis for the output partition can be obtained by combining the synopses of the input partitions. If the input partitions are compound partitions, it is not necessary to access the synopses for all the base partitions that were used to construct the input partitions. Superior (in certain cases near-optimal) accuracy in DV estimates is maintained, especially when the synopsis size is small. The synopses can be created in parallel, and can also handle deletions of individual partition elements.

摘要翻译： 在大数据集中估计不同值（DV）的数量的任务出现在计算机科学和其他地方的各种设置中。 本发明提供了在分区数据集的设置中的DV估计的概要，以及利用这些概要的对应的DV估计器。 无论何时通过一对（可能是复合）输入分区上的多集合操作创建输出复合数据分区，可以通过组合输入分区的概要来获取输出分区的概要。 如果输入分区是复合分区，则不需要访问用于构建输入分区的所有基本分区的概要。 维持DV估计中的优异（在某些情况下接近最佳）的准确度，特别是当概要大小较小时。 概要可以并行创建，也可以处理各个分区元素的删除。

公开(公告)号：US07979436B2

公开(公告)日：2011-07-12

申请号：US12133552

申请日：2008-06-05

申请人： Ariel Fuxman ,  Peter Jay Haas ,  Berthold Reinwald ,  Yannis Sismanis ,  Ling Wang

发明人： Ariel Fuxman ,  Peter Jay Haas ,  Berthold Reinwald ,  Yannis Sismanis ,  Ling Wang

IPC分类号： G06F7/00

CPC分类号： G06F17/30592 ,  G06F17/30489

摘要： A method is disclosed for conducting a query to transform data in a pre-existing database, the method comprising: collecting database information from the pre-existing database, the database information including inconsistent dimensional tables and fact tables; running an entity discovery process on the inconsistent dimensional tables and the fact tables to produce entity mapping tables; using the entity mapping tables to resolve the inconsistent dimensional tables into resolved dimensional tables; and running the query on a resolved database to obtain a query result, the resolved database including the resolved dimensional table.

摘要翻译： 公开了一种用于进行在预先存在的数据库中转换数据的查询的方法，所述方法包括：从预先存在的数据库收集数据库信息，所述数据库信息包括不一致的维度表和事实表; 对不一致的维度表和事实表运行实体发现过程以生成实体映射表; 使用实体映射表将不一致的维度表解析为已解析的维度表; 并在解析的数据库上运行查询以获取查询结果，解析的数据库包括已解析的维度表。

公开(公告)号：US20090192980A1

公开(公告)日：2009-07-30

申请号：US12022601

申请日：2008-01-30

申请人： Kevin Scott Beyer ,  Rainer Gemulla ,  Peter Jay Haas ,  Berthold Reinwald ,  John Sismanis

发明人： Kevin Scott Beyer ,  Rainer Gemulla ,  Peter Jay Haas ,  Berthold Reinwald ,  John Sismanis

IPC分类号： G06F7/00

CPC分类号： G06F17/30536 ,  G06F17/30469

摘要： The task of estimating the number of distinct values (DVs) in a large dataset arises in a wide variety of settings in computer science and elsewhere. The present invention provides synopses for DV estimation in the setting of a partitioned dataset, as well as corresponding DV estimators that exploit these synopses. Whenever an output compound data partition is created via a multiset operation on a pair of (possibly compound) input partitions, the synopsis for the output partition can be obtained by combining the synopses of the input partitions. If the input partitions are compound partitions, it is not necessary to access the synopses for all the base partitions that were used to construct the input partitions. Superior (in certain cases near-optimal) accuracy in DV estimates is maintained, especially when the synopsis size is small. The synopses can be created in parallel, and can also handle deletions of individual partition elements.

摘要翻译： 在大数据集中估计不同值（DV）的数量的任务出现在计算机科学和其他地方的各种设置中。 本发明提供了在分区数据集的设置中的DV估计的概要，以及利用这些概要的对应的DV估计器。 无论何时通过一对（可能是复合）输入分区上的多集合操作创建输出复合数据分区，可以通过组合输入分区的概要来获得输出分区的概要。 如果输入分区是复合分区，则不需要访问用于构建输入分区的所有基本分区的概要。 维持DV估计中的优异（在某些情况下接近最佳）的准确度，特别是当概要大小较小时。 概要可以并行创建，也可以处理各个分区元素的删除。