मल्टी-रिलेशनल क्लस्टरिंग कई संबंधों में जानकारी का उपयोग करके, उनकी समानता के आधार पर डेटा वस्तुओं को क्लस्टर्स के एक सेट में विभाजित करने की प्रक्रिया है। इस खंड में, यह क्रॉसक्लस (CrossClus) पेश कर सकता है, जो मल्टी-रिलेशनल क्लस्टरिंग के लिए एक एल्गोरिदम है जो यह पता लगाता है कि क्लस्टरिंग में उपयोगकर्ता मार्गदर्शन और टपल आईडी प्रसार का उपयोग भौतिक जॉइन से बचने के लिए कैसे किया जाए।
प्रमुख चुनौती
मल्टी-रिलेशनल क्लस्टरिंग में एक प्रमुख चुनौती यह है कि विभिन्न संबंधों में बहुत सारे गुण हैं, और आमतौर पर, उनमें से केवल एक छोटा हिस्सा एक विशिष्ट क्लस्टरिंग कार्य के लिए प्रासंगिक है।
कंप्यूटर साइंस विभाग के डेटाबेस पर विचार करें। छात्रों को क्लस्टर करने के लिए, गुण सूचना के कई अलग-अलग पहलुओं को कवर करते हैं, जैसे छात्रों द्वारा लिए गए पाठ्यक्रम, छात्रों के प्रकाशन, छात्रों के सलाहकार और अनुसंधान समूह, आदि।
उपयोगकर्ता मार्गदर्शन
एक उपयोगकर्ता आमतौर पर सूचना के एक निश्चित पहलू का उपयोग करके छात्रों को क्लस्टर करने में रुचि रखता है (जैसे, उनके शोध क्षेत्रों द्वारा छात्रों को क्लस्टर करना)। उपयोगकर्ताओं को अक्सर उनके एप्लिकेशन की आवश्यकताओं और डेटा सिमेंटिक्स की अच्छी समझ होती है। इसलिए, एक साधारण क्वेरी की संरचना में उपयोगकर्ता का प्रबंधन, उच्च-आयामी मल्टी-रिलेशनल क्लस्टरिंग की दक्षता और गुणवत्ता में सुधार के लिए उपयोग किया जा सकता है।
क्रॉसक्लस दृष्टिकोण
क्रॉसक्लस उपयोगकर्ता क्वेरीज़ को स्वीकार करता है जिनमें एक लक्ष्य संबंध और एक या अधिक प्रासंगिक गुण होते हैं, जो मिलकर उपयोगकर्ता के क्लस्टरिंग लक्ष्य को निर्दिष्ट करते हैं। क्रॉसक्लस मल्टी-रिलेशनल गुणों को परिभाषित करता है। एक मल्टी-रिलेशनल गुण A' को एक जॉइन पथ Rt ⋈ R1 … ⋈ Rk द्वारा परिभाषित किया जाता है, Rk का एक गुण Rk.A, और संभवतः एक एकत्रीकरण ऑपरेटर (जैसे, औसत, गणना, अधिकतम)।
A' को औपचारिक रूप से [A'.join_path, A'.attr, A'.aggr] द्वारा दर्शाया जाता है, जिसमें A'.aggr वैकल्पिक है। एक मल्टी-रिलेशनल गुण A' या तो एक श्रेणीगत विशेषता है या एक संख्यात्मक, यह इस पर निर्भर करता है कि Rk.A श्रेणीगत है या संख्यात्मक। यदि A' एक श्रेणीगत विशेषता है, तो एक लक्ष्य टपल t के लिए, t.A' उन टपल्स के बीच मानों के वितरण का प्रतिनिधित्व करता है जो Rk में t के साथ जॉइन करने योग्य हैं।
खोज प्रक्रिया में चुनौतियाँ
मल्टी-रिलेशनल क्लस्टरिंग प्रक्रिया में, क्रॉसक्लस को कई संबंधों में प्रासंगिक गुणों की खोज करने की आवश्यकता होती है। क्रॉसक्लस को खोज प्रक्रिया में दो प्रमुख चुनौतियों का सामना करना होगा। पहला, लक्ष्य संबंध Rt, आमतौर पर प्रत्येक गैर-लक्ष्य संबंध R के साथ कई अलग-अलग जॉइन पथ्स के माध्यम से जुड़ सकता है, और R में प्रत्येक गुण को मल्टी-रिलेशनल गुण के रूप में उपयोग किया जा सकता है। इस विशाल खोज स्थान में किसी भी प्रकार की संपूर्ण खोज करना असंभव है। दूसरा, बड़ी संख्या में गुणों में से कुछ उपयोगकर्ता क्वेरी के लिए प्रासंगिक हैं (जैसे, एक छात्र का सलाहकार उसके शोध क्षेत्र से संबंधित है), जबकि कई अन्य अप्रासंगिक हैं (जैसे, छात्र के सहपाठियों की व्यक्तिगत जानकारी)।
