মাল্টি-রিলেশনাল ক্লাস্টারিং কী?

মাল্টি-রিলেশনাল ক্লাস্টারিং হল ডেটা অবজেক্টগুলিকে তাদের সাদৃশ্যের ভিত্তিতে ক্লাস্টারের একটি সেটে পার্টিশন করার প্রক্রিয়া, যেখানে একাধিক রিলেশনের তথ্য ব্যবহার করা হয়। এই বিভাগে CrossClus (Cross-relational Clustering with user guidance) পরিচয় করানো হচ্ছে, একটি মাল্টি-রিলেশনাল ক্লাস্টারিং অ্যালগরিদম যা ব্যবহারকারীর নির্দেশনা ক্লাস্টারিং-এ কীভাবে ব্যবহার করা যায় এবং টাপল আইডি প্রপাগেশন (tuple ID propagation) ব্যবহার করে ফিজিক্যাল জয়েন এড়াতে পারে তা অন্বেষণ করে।

প্রধান চ্যালেঞ্জ

মাল্টি-রিলেশনাল ক্লাস্টারিং-এ একটি বড় চ্যালেঞ্জ হল বিভিন্ন রিলেশনে অনেক বেশি অ্যাট্রিবিউট থাকে, এবং সাধারণত 그중 শুধু একটি ছোট অংশ নির্দিষ্ট ক্লাস্টারিং টাস্কের জন্য প্রাসঙ্গিক।

কম্পিউটার সায়েন্স ডিপার্টমেন্টের ডেটাবেস বিবেচনা করুন। ছাত্র-ছাত্রীদের ক্লাস্টার করতে হলে, অ্যাট্রিবিউটগুলো তথ্যের বহু দিক কভার করে—যেমন ছাত্ররা কী কোর্স নিয়েছে, তাদের পাবলিকেশন, অ্যাডভাইজার ও রিসার্চ গ্রুপ, ইত্যাদি।

ব্যবহারকারীর ভূমিকা

একজন ব্যবহারকারী সাধারণত তথ্যের একটি নির্দিষ্ট দিক ব্যবহার করে ছাত্রদের ক্লাস্টার করতে চান (যেমন: তাদের রিসার্চ এলিয়া দ্বারা ক্লাস্টারিং)। ব্যবহারকারীরা প্রায়শই তাদের অ্যাপ্লিকেশনের প্রয়োজনীয়তা এবং ডেটা সেম্যান্টিক্স ভালোভাবে বোঝেন। তাই ব্যবহারকারীর সরল কুয়েরি স্ট্রাকচারে নির্দেশনা, উচ্চ-ডাইমেনশনাল মাল্টি-রিলেশনাল ক্লাস্টারিং-এর দক্ষতা এবং গুণগত উন্নত করতে ব্যবহার করা যায়।

CrossClus কীভাবে কাজ করে

CrossClus ব্যবহারকারীর কুয়েরি গ্রহণ করে যাতে একটি টার্গেট রিলেশন এবং এক বা একাধিক প্রাসঙ্গিক অ্যাট্রিবিউট থাকে, যা মিলে ব্যবহারকারীর ক্লাস্টারিং লক্ষ্য নির্দেশ করে। CrossClus মাল্টি-রিলেশনাল অ্যাট্রিবিউট সংজ্ঞায়িত করে। একটি মাল্টি-রিলেশনাল অ্যাট্রিবিউট A' সংজ্ঞায়িত হয় একটি জয়েন পাথ R_t ⋈ R₁ ... ⋈ R_k এবং R_k এর একটি অ্যাট্রিবিউট R_k.A দ্বারা, এবং সম্ভবত একটি অগরিগেশন অপারেটর (যেমন: average, count, max) দ্বারা।

A' Officially [A'.join path, A'.attr, A'.aggr] দ্বারা রিপ্রেজেন্ট করা হয়, যেখানে A'.aggr অপশনাল। একটি মাল্টি-রিলেশনাল অ্যাট্রিবিউট A' হয় ক্যাটাগরিক্যাল ফিচার বা न्यूमেরিক্যাল, নির্ভর করে R_k.A ক্যাটাগরিক্যাল কিনা ন্যুমেরিক্যাল। যদি A' ক্যাটাগরিক্যাল হয়, তবে একটি টার্গেট টাপল t-এর জন্য, t.A' রিপ্রেজেন্ট করে R_k-এ t-এর সাথে জয়েনযোগ্য টাপলগুলোর মধ্যে ভ্যালু ডিস্ট্রিবিউশন।

অ্যাট্রিবিউট সার্চের চ্যালেঞ্জ

মাল্টি-রিলেশনাল ক্লাস্টারিং প্রক্রিয়ায়, CrossClus একাধিক রিলেশনে প্রাসঙ্গিক অ্যাট্রিবিউট খুঁজে বের করতে হয়। সার্চ প্রক্রিয়ায় CrossClus দুটি বড় চ্যালেঞ্জের সম্মুখীন হয়:

1. টার্গেট রিলেশন R_t সাধারণত প্রতিটি নন-টার্গেট রিলেশন R-এর সাথে অনেক ভিন্ন জয়েন পাথ দিয়ে জয়েন করতে পারে, এবং R-এর প্রতিটি অ্যাট্রিবিউট মাল্টি-রিলেশনাল অ্যাট্রিবিউট হিসেবে ব্যবহার করা যায়। এই বিশাল সার্চ স্পেসে এক্সহাস্টিভ সার্চ করা অসম্ভব।
2. অনেক অ্যাট্রিবিউটের মধ্যে কিছু ব্যবহারকারীর কুয়েরির জন্য প্রাসঙ্গিক (যেমন: একজন ছাত্রের অ্যাডভাইজার তার রিসার্চ এলিয়ার সাথে সম্পর্কিত), কিন্তু অনেক গুলো অপ্রাসঙ্গিক (যেমন: ক্লাসমেটের ব্যক্তিগত তথ্য)।