Similarity Joinの話 - ｜ω・)ノ ＜黒猫の気まぐれ日記

何か論文読んで，それについて発表するという授業があるのですが，そこでSimilarity Joinについて調べたのでここにメモします．●Similarity Joinって何？すごく大雑把に言うと，類似しているものを結合すること．そのまんまですね．例えば，上図のように4つのタプルがあったら，それぞれ類似しているもの同士でJoinします．普通は閾値を与えて，類似度が閾値以上であれば類似していると判断し，Joinします．#出力の部分は出力例であり，実際には他の組み合わせも出力されうると思います●類似しているってどうやって判断するの？Similarity Joinを行うためには，類似度の高い組み合わせを見つける必要があります．類似度を算出する方法はよく使われる手法がいくつかあります．（Jaccard, cosine, overlapなどなど）他にも，距離という概念でみると，Hamming dist

[hiromark]

論文読んでみよ。

[ttakezawa]

ssjoin set-similarity joins

[mzi]

Similarity join

[Hash]

ほへーわからん。配列アライメントでDynamic Programming法とか使ってたけど、新しいSimilarity Joinの手法を応用してゲノム配列ごにょごにょする試みはやられてるのかしらん。