INDEXING

Teknik Informatika

Universitas Trunojoyo

Semester Genap 2011-2012

INDEXING

INVERTED FILES SUFFIX TREE & SUFFIX ARRARYS SIGNATURE FILES

INVERTED FILES

Terdiri dari Vocabulary (kata)

daftar kata yang berbeda dari sebuah object kalimat/document

Occurrences (kemunculan)Daftar posisi kemunculan dalam database dari masing-

masing kata

Contoh INVERTED FILES

Kebutuhan penyimpanan vocabulary lebih kecil Kemunculan banyak kata mempengaruhi besarnya

penyimpanan apalagi kalau tiap kemunculan harus ditampilkan

INVERTED FILES – Block Addressing

Suatu teknik yang digunakan untuk menguraingi kebutuhan penyimpanan, dengn jalan: Membagi text menjadi beberapa block Occurance mengacu pada block

Kelebihan Mengurangi jumlah pointers Selluruh kemunculan kata dalam single block

digabung dalam satu reference yaitu block

Contoh Block Addressing

Index Size

INVERTED FILES Searching

Model pencarian yang dapat dilakukan Single Word Query diakhiri dengan

ditemukannya daftar dari posisi kata yang dicari Context Query lebih jika sulit dilakukan dengan

inverted files

INVERTED FILES Search Algorithm

1. Vocabulary Search Kata atau paterns query dicari dalam vocabulary Frase dan kedekatan kata query dibagi menjadi single

word

2. Retrieval of Occurances Daftar posisi dari kata yang ditemukan ditampilkan

3. Manipulation of Occurances Daftar posisi diproses lagi untuk menemukan kata

kedekatan atau operasi boolean Jika block addressing digunakan, maka butuh pencarian

text langsung untuk menemukan kesalahan informasi dalam occurances

INVERTED FILES - construction

Construction – Large Text

Suffix Tree

Melihat text sebagai sebuah sting yang panjang, setiap posisi dalam text diawali sebuah suffix text, dan setiap suffix text ditandai dengan posisi yang uniq

Suffix Trees Structure

Suffix Array

Supra Indices – Suffix Array

Signature Files

Implementasi pd IR Model

INVERTED FILES Vocabulary & Occurrences Position index

SUFFIX TREE & SUFFIX ARRAY Phrase search & Keyword search

SIGNATURE FILES Efficient