एसीई: सेट-मूल्य प्रश्नों के लिए एक गुणांक अनुमानक

गुणांक अनुमान डेटाबेस सिस्टम में एक बुनियादी कार्यक्षमता है। अधिकांश मौजूदा गुणांक अनुमानक संख्यात्मक या श्रेणीबद्ध डेटा पर प्राथमिकताओं को संभालने पर केंद्रित हैं। उन्होंने सेट-मूल्य डेटा, जो आधुनिक अनुप्रयोगों जैसे सूचना पुनर्प्राप्ति और अनुशंसा प्रणालियों में अक्सर प्रकट होता है, के एक महत्वपूर्ण डेटा प्रकार को काफी हद तक छोड़ दिया है। ऐसे डेटा के लिए कुछ मौजूदा अनुमानक या तो उच्च-आवृत्ति तत्वों को प्राथमिकता देते हैं या आंशिक स्वतंत्रता के अनुमान पर निर्भर करते हैं, जो उनकी व्यावहारिक प्रयोज्यता को सीमित करता है। हम एसीई, एक ध्यान-आधारित गुणांक अनुमानक, का प्रस्ताव करते हैं जो सेट-मूल्य डेटा पर प्रश्नों के गुणांक का अनुमान लगाने के लिए है। हम पहले डेटा सेट को संकुचित मैट्रिक्स में संक्षिप्त करने के लिए एक आसवन-आधारित डेटा एनकोडर डिजाइन करते हैं। फिर हम प्रश्न तत्वों के बीच संबंधों को पकड़ने के लिए एक ध्यान-आधारित प्रश्न विश्लेषक डिजाइन करते हैं। परिवर्तनीय आकार के प्रश्नों को संभालने के लिए, एक पूलिंग मॉड्यूल उत्पन्न किया जाता है, इसके बाद अंतिम गुणांक अनुमान उत्पन्न करने के लिए एक प्रतिगमन मॉडल (एमएलपी) होता है। हम तीन डेटा सेट पर एसीई का मूल्यांकन करते हैं जिनमें विभिन्न प्रश्न तत्व वितरण हैं, दिखाते हुए कि एसीई सटीकता और दक्षता दोनों के मामले में आधुनिक तकनीकों की तुलना में बेहतर प्रदर्शन करता है।