Κατεύθυνση Μεγάλα Δεδομένα και Τεχνητή Νοημοσύνη
Πληροφορική

2021-07-14

2021

Μανδαμαδιώτης Αντώνιος

Γεωργία Κούτρικα, Διευθύντρια Έρευνας, Ερευνητικό Κέντρο Αθηνά
Γιάννης Ιωαννίδης, Καθηγητής, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Θοδωρής Δαλαμάγκας, Διευθυντής Ερευνών, Ερευνητικό Κέντρο Αθηνά

Interactive Recommendations in SQL Queries using Multi­-Armed Bandits

Αγγλικά

Διαδραστικές Συστάσεις σε ερωτήματα SQL με χρήση Multi­-Armed Bandits

Η SQL είναι η πιο δημοφιλής και εύκολη στη χρήση γλώσσα για την αναζήτηση και ανάλυση δεδομένων με μεγάλο όγκο σε βάσεις δεδομένων. Σήμερα, οι βάσεις δεδομένων είναι πολύπλοκες, περιέχοντας ένα μεγάλο πλήθος πινάκων και στηλών, καθιστώντας ενέργειες όπως η εξερεύνηση δεδομένων, δύσκολες ακόμη και για έμπειρους χρήστες. Στόχος μας είναι να βοηθήσουμε τους χρήστες να ανακαλύψουν τους πιο ενδιαφέροντες πίνακες και στήλες, ενώ συντάσουν τα SQL ερωτήματά τους. Για το σκοπό αυτό, προτείνουμε ένα σύστημα συστάσεων που έχει τη μορφή αυτόματης συμπλήρωσης. Το σύστημα που προτείνουμε χρησιμοποιεί Multi-Armed Bandits, μια κατηγορία αλγορίθμων που προσπαθούν να ισορροπήσουν το δίλημμα μεταξύ εξερεύνησης και εκμετάλλευσης, οι οποίοι είναι ιδιαίτερα κατάλληλοι για διαδραστική online μάθηση. Επιπλέον, οι ενέργειες των χρηστών από παρελθοντικές αλληλεπιδράσεις μπορούν να χρησιμοποιηθούν, για τη δημιουργία ενός πλαισίου, στο οποίο οι προτάσεις θα είναι εξατομικευμένες. Το σύστημά μας παρέχει προτάσεις που επιταχύνουν τη διαδικασία σύνταξης ερωτημάτων SQL, ενώ ταυτόχρονα μαθαίνει μέσω της ανατροφοδότησης από τους χρήστες.

Τεχνολογία – Πληροφορική

μηχανική μάθηση, ενισχυτική μάθηση, multi-armed bandits, συστάσεις

Ναι

5

Ναι

24

64

Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.

https://pergamos.lib.uoa.gr/uoa/dl/object/2956323