Ranking database queries. Ranking in IR. Classic ranking in IR. Ranking in IR. Ranking in IR: score. Advanced Databases
|
|
- Julia Cools
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Advanced Databases Topic 3: ranking van database queries Ranking database queries Outline ranking in IR toepassing ranking bij database queries: many-answer problem zero-answer problem 1 2 Classic ranking in IR Basisprincipes bag of words model term frequency inverse document frequency vector space model Talloze uitbreidingen phrase queries Google ranking Uitgangspunten Ranking in IR collectie van N documenten boeken, tijdschriften, web-pagina s; deze zijn geïndexeerd (inverted list) query (free text) opsomming van zoektermen q = <t 1,, t m > 3 4 We zoeken naar Ranking in IR een scorefunctie score(q,d) die overeenkomt met onze intuïtie betreffende relevantie Observatie 1 Score van match tussen term t en document d is hoog als t vaak voorkomt in d Term frequency tf(t,d) Het aantal voorkomens van term t in document d 5 6 1
2 Observatie 2 query = <man, romantisch, zorgzaam> Minder vaak voorkomende zoektermen moeten zwaarder wegen Collection frequency cf(t) aantal voorkomens van term t in collectie Document frequency df(t) aantal documenten dat term t bevat 7 8 Inverse document frequency idf(t) idf(t) = log(n/df(t)) zeldzame termen hebben een hoge idf TF-IDF weging geeft aan term t in doc d een gewicht tf-idf(t,d) = tf(t,d) * idf(t) Vector view op documenten, queries een document d of een query q kan ten behoeve van scoring beschouwd worden als een vector over alle mogelijke zoektermen, met voor elke term een gewicht w t,d ; dit kan zijn: tf, idf of tf-idf 9 10 Voor elk document d hebben we een vector Op basis van het VSM gaan twee twee noties van similarity introduceren: 1.sim (d1,d2) 2.sim(q,d) voor query q en document d Punt 1 is van belang voor more like this features Daarbij zullen we gebruik maken van de notie van inproduct van twee vectoren 11 De cosine similarity tussen twee documenten d1 en d2 is het inproduct van de bijbehorende vectoren, gecorrigeerd voor de lengte of, als je de vectoren eerst normaliseert voor hun Euclidische lengte (kleine letter v) 12 2
3 Het inproduct ( ook inner product, vector product) van twee vectoren kan op twee equivalente manieren uitgedrukt worden Voorbeeld: drie romans Sense and Sensibility (Jane Austen), Pride and Prejudice (JA), Wuthering heights (Emily Brontë) Voor genormaliseerde vectoren geldt dus: Cosine sim weging op tf Queries als vectoren Visuele representatie Cosine Similarity Voorbeeld (N = ) Er zijn talloze verfijningen Voorbeeld: sublinear tf scaling Motivating example: Scully query SELECT * FROM Profile WHERE skin_color = grey AND skin_hair = 0 AND pupil_dilatation = oval AND verbal_sound = gargling AND length BETWEEN 3 AND 4 AND number_of_toes = 8 AND ESP_capability = high AND character = charming
4 Twee mogelijke problemen 1. many answers er zijn veel tuples in de resultaattabel; kunnen we ranking-technieken uit de IR gebruiken? 2. zero answers er zijn geen tuples die aan alle eisen voldoen, maar zouden we mbv. ranking een zo goed mogelijk antwoord kunnen geven? Aanpak op basis van: Automated Ranking of Database Query Results Agrawal, Chaudhuri, Das, Gionis Microsoft Research Conference on Innovative Data Systems Research (CIDR), Kernvraag 1 Hoe generaliseer je de IR-maten en scores? Definities We gaan vooralsnog uit van één tabel R met attributen { A 1,, A m } en tupels { t 1,, t n } Basic query shape SELECT * FROM R WHERE C 1 AND AND C k Hierin is conditie C i van de vorm A j = q j Een meer geavanceerde C i is Aj IN (q j1,, q jl ) Generaliseer klassieke IR (Her)definities Wat is in deze database-context de tegenhanger van het begrip: document query term tf df idf Generaliseer klassieke IR (Her)definities Gegeven attribuut A k ; Voor elke waarde t uit dom(a k ) is F k (t) het aantal tuples in R met A k = t Laat N = R ; we definiëren idf k (t) = log(n/f k (t)) We definiëren de similarity coefficiënt S(u,v) = idf k (t) als u = v, anders
5 Generaliseer klassieke IR (Her)definities Gegeven een tuple T = <t 1,, t m > en een query Q = <q 1,, q m > de similarity tussen T en Q is: In feite is dit weer de Cosine Similarity met TF-IDF-weging Generaliseer klassieke IR Complicaties 1. attribuut is niet categorisch maar numeriek >> zie donderdag 2. conditie heeft vorm Aj IN (q j1,, q jl ) neem dan de maximale S(t j,q ji ) in de cosine similarity QF-similarity Observatie 1 In een onroerend goed database zijn nieuwe woningen vaker vertegenwoordigd dan oude. Hun IDF is dus lager. Toch is de vraag naar nieuwe woningen groter. Observatie 2 In een boekwinkel is de vraag naar een bepaalde auteur niet afhankelijk van het aantal boeken dat hij/zij geschreven heeft. De IDF geeft hier ook geen goede indicatie Use the workload Oplossing 1 Laat een domeinexpert de weging bepalen: duur, applicatie-afhankelijk Oplossing 2 Haal je weging uit de query workload (automatisch); dit is de verzameling queries die gedurende de levensduur van je database uitgevoerd zijn QF-similarity QF similarity: gebruik de workload Definities RQF(q) is de raw frequency van waarde q onder attribuut A in de workload RQFMAX is de frequentie van de meest voorkomende term QF(q) = RQF(q)/RQFMAX QF-similarity QF(q) neemt de rol van TF over in de Cosine Similarity: S(t,q) = QF(q) als q = t, anders 0 En wederom:
6 Observatie Attribute similarity query op attributen merk, type: <Ferrari, 430> tuples: <Lamborghini, Gallardo> <Kia, Picanto> Attribute similarity W(t) is de subset van de queries in de workload waarin waarde t voorkomt in een IN-clause: t IN (Toyota, Nissan, Honda) De Jacquard coefficient meet de similarity tussen sets W(t) en W(q): in beide gevallen is de S(q i,t i ) = 0 maar Aanpak Zero answers In plaats van stricte match op alle condities geef je een top-k selectie op basis van ranking Experimentele resultaten Beste resultaten: QF_IDF > QF > IDF Naarmate de workload groeide, nam de kwaliteit van QF toe Aanpak Many answers Kijk naar ontbrekende attributen breid je similarity uit met of met Experimentele resultaten QF > IDF Implementatie prototype gebruikt variant van Fagin s top-k algorithme attribute similarity op basis van data mining techniek opgave 3: donderdag inleidende presentatie door Nicola Barile 35 6
Wie? Advanced Databases blok 4 2011. DB vs IR. Wat? Canonical application (DB) Canonical application (DB)
Advanced Databases blok 4 2011 Wie? Hans Philippi: docent/practicumleider René Kersten: assistent bij practicum Hans Philippi 1 2 Wat? DB vs IR 2005 XML (Siebes) 2007 Google ranking (Siebes) 2009/2011
Nadere informatieInformation Retrieval: introductie 1
Information Retrieval: introductie 1 hoe is relevante informatie in zeer grote hoveelheden van documenten te vinden? deze documenten moeten wel door de computer verwerkbaar zijn vaak zijn er te veel hits:
Nadere informatieMultimedia Information Retrieval
Doel Multimedia Information Retrieval Opdracht 2: Text analysis versie 0.6, 25 november 2008 Onderzoeken van de kwantitatieve eigenschappen van een aantal teksten; het uitvoeren van een kwantitatieve tekstanalyse;
Nadere informatieInformation Retrieval.
Information Retrieval joost.vennekens@kuleuven.be Zoekterm... Data retrieval IR uit gestructureerde gegevens ongestructureerde documenten Bv. html, doc, txt, jpg,... artificiële vraagtaal natuurlijk
Nadere informatieData Manipulatie. Query Talen. / Informatica
Data Manipulatie Query Talen 1 Queries maken in TC en SQL (ter verduidelijking) We kijken nog even naar bier-query q: Geef alle paren van drinkers die niet samen naar een kroeg kunnen gaan en daar allebei
Nadere informatieSQL Aantekeningen 3. Maarten de Rijke mdr@science.uva.nl. 22 mei 2003
SQL Aantekeningen 3 Maarten de Rijke mdr@science.uva.nl 22 mei 2003 Samenvatting In deze aflevering: het selecteren van tuples, operaties op strings, en aggregatie functies. Verder kijken we naar iets
Nadere informatieStarten van de tool De tool wordt opgestart door een web browser te openen (bij voorkeur Google Chrome) en in de adresbalk te typen:
Gist demo Toelichting op de interface en werking van de tool. v0.1, 20 januari 2016, Erik Boertjes v0.2, 1 februari 2016, Rianne Kaptein v0.3, 9 mei 2016, Rianne Kaptein Doel Met behulp van de tool beschreven
Nadere informatieStructured Query Language (SQL)
Structured Query Language (SQL) Huub de Beer Eindhoven, 4 juni 2011 Database: in essentie 0 of meer tabellen elke tabel nul of meer kolommen (of velden) elke tabel nul of meer unieke rijen elke query werkt
Nadere informatieLes 11 : Basis SQL (deel2).
Les 11 : Basis SQL (deel2). Wat is SQL? SQL gaan we gebruiken voor het raadplegen van de database. We gaan gegevens invoegen in de database, selecteren, aanpassen en verwijderen van de database. Om dit
Nadere informatieautomatische zoekverbetering
automatische zoekverbetering taaltechnologische technieken Eric Sieverts VOGIN HvA / december 2012 (taal)technologische methoden best-match zoeken met relevantie-ordening truncatie, wordstemming, fuzzy
Nadere informatieRelationele Databases 2002/2003
1 Relationele Databases 2002/2003 Hoorcollege 3 24 april 2003 Jaap Kamps & Maarten de Rijke April Juli 2003 Plan voor Vandaag Praktische dingen 2.1, 2.3, 2.6 (alleen voor 2.2 en 2.3), 2.9, 2.10, 2.11,
Nadere informatieLIMO zoekt gedrukte EN elektronische publicaties - in de catalogi van de K.U.Leuven bibliotheken en de andere bibliotheken van Libisnet -in LIRIAS =
LIMO zoekt gedrukte EN elektronische publicaties - in de catalogi van de K.U.Leuven bibliotheken en de andere bibliotheken van Libisnet -in LIRIAS = academische publicaties K.U.Leuven - databanken en e-book
Nadere informatieISO Query By Example
ISO Query By Example Prof. dr. Paul De Bra Gebaseerd op: Database System Concepts, 5th Ed. QBE waarom nog een query taal? de relationele algebra en SQL geven niet alleen een specificatie van een query-resultaat,
Nadere informatieDAR Approximate string matching Casus: biological sequence alignment
DAR Approximate string matching Casus: biological sequence alignment 1 Text search Approx string matching dynamic programming, edit distance example application: Google search Text indexing inverted list
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Extra Tentamen Databases 1, 2M400, 8 oktober 2003. Alle uitwerkingen van de opgaven moeten worden ingevuld in de daarvoor bestemde vrije
Nadere informatieDatabases - Inleiding
Databases Databases - Inleiding Een database is een verzameling van een aantal gegevens over een bepaald onderwerp: een ledenbestand van een vereniging, een forum, login gegevens. In een database worden
Nadere informatieDatabases (INFODB) 20 april 2010
Departement Informatica en Informatiekunde, Faculteit Bètawetenschappen, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college INFODB werd in 2009-2010 gegeven door drs.
Nadere informatieData Handling Ron van Lammeren - Wageningen UR
Data Handling 1 2010-2011 Ron van Lammeren - Wageningen UR Can I answer my scientific questions? Geo-data cycle Data handling / introduction classes of data handling data action models (ISAC) Queries (data
Nadere informatieEen introductie tot gegevensbanken
Een introductie tot gegevensbanken Kris Luyten Tom Van Laerhoven Expertisecentrum Digitale Media Limburgs Universitair Centrum Wetenschapsdagen 2002 1. Overzicht Wat zijn gegevensbanken? Bestanden versus
Nadere informatieDBMS. DataBase Management System. Op dit moment gebruiken bijna alle DBMS'en het relationele model. Deze worden RDBMS'en genoemd.
SQL Inleiding relationele databases DBMS DataBase Management System!hiërarchische databases.!netwerk databases.!relationele databases.!semantische databases.!object oriënted databases. Relationele databases
Nadere informatieMultimediale Information Retrieval
Multimediale Information Retrieval Text Retrieval 1 17 november 2008 1 Inhoud hoofdbegrippen college 1 retrievalmodellen Vector-Space model experiment text retrieval opdracht 2 2 1 Hoofdbegrippen college
Nadere informatieRelationele Databases 2002/2003
1 Relationele Databases 2002/2003 Hoorcollege 4 8 mei 2003 Jaap Kamps & Maarten de Rijke April Juli 2003 Plan voor Vandaag Praktische dingen 3.1, 3.2, 3.3, 3.4, 3.5. SQL Aantekeningen 2 Tabellen. Theorie
Nadere informatieRelationele Databases 2002/2003
Relationele Databases 2002/2003 Hoorcollege 4 8 mei 2003 Jaap Kamps & Maarten de Rijke April Juli 2003 1 Plan voor Vandaag Praktische dingen Huiswerk 3.1, 3.2, 3.3, 3.4, 3.5. SQL Aantekeningen 2 Tabellen.
Nadere informatieImport N@Tschool! via NatSync. Presentatie René Merx School voor de Toekomst
Import N@Tschool! via NatSync Presentatie René Merx School voor de Toekomst Samenvatting N@TSchool accounts, groepen en memberships IMS Global N@TConnect NatSync Configuratiebestand Verdere ontwikkelingen
Nadere informatieSmartsite ixperion Faceted Search
dinsdag 26 oktober 2010 Smartsite ixperion Faceted Search Marc Derksen Uitgangspunten 2 woensdag 27 oktober 2010 Wat is Faceted Search? Nieuwe krachtige zoekomgeving voor Smartsite ixperion Zoekexpressies
Nadere informatieDatamodelleren en databases 2011
Datamodelleren en databases 21 Capita selecta 1 In dit college Modelleren Normaliseren Functionele afhankelijkheid 1-3N M:N-relaties, associatieve entiteittypes, ternaire relaties Weak entiteittypes Multivalued
Nadere informatieOplossingen Datamining 2II15 Juni 2008
Oplossingen Datamining II1 Juni 008 1. (Associatieregels) (a) Zijn de volgende beweringen juist of fout? Geef een korte verklaring voor alle juiste beweringen en een tegenvoorbeeld voor alle foute be-weringen:
Nadere informatie1. * Database worden vaak gebruikt in Client-Server architectuur.
Naam Studentnummer Klas Herkansing [ ] ja, nee [ ], zoja uit welk jaar? kernbegrippen relationele database Minimaal drie van de vijf vragen goed beantwoorden. 1. * Database worden vaak gebruikt in Client-Server
Nadere informatieSQL / Systeemanalyse
SQL / Systeemanalyse Wie ben ik Hans de Wit 44 jaar HBO BI in deeltijd gedaan Sinds 2008 werkzaam met BI / DWH med.hro.nl/wihan SQL De gegevens in een database vormen de grondstof voor informatie De informatie
Nadere informatieInhoud van deze handleiding
Inhoud van deze handleiding Wat is Limo Werken in Limo Om optimaal te werken: meld je aan in LIMO, Thuiswerken = gebruik de EZProxy Zoeken in Limo Zoeken: algemeen Zoektips Zoeken: simple and advanced
Nadere informatieDBMS SQL. Relationele databases. Sleutels. DataBase Management System. Inleiding relationele databases. bestaan uit tabellen.
SQL Inleiding relationele databases DBMS DataBase Management System!hiërarchische databases.!netwerk databases.!relationele databases.!semantische databases.!object oriënted databases. Op dit moment gebruiken
Nadere informatieToon TITEL, JAAR en PLATVORM van GAMES die voor het jaar 2000 uitkwamen op Nintendo 64
Klas Veldnaam Datatype Lengte KLASNAAM Short Text 3 Characters JONGENS Number Integer MEISJES Number Integer Lessen Veldnaam Datatype Lengte KLASNAAM Short Text 3 Characters DOCCODE Short Text 3 Characters
Nadere informatieWebsite beoordeling didactum.com.w3snoop.com
Website beoordeling didactum.com.w3snoop.com Gegenereerd op Juli 19 2019 10:27 AM De score is 48/100 SEO Content Title Didactum - SNMP based monitoring solutions Lengte : 42 Perfect, uw title tag bevat
Nadere informatieInformatie & Databases
Informatie Wat is informatie en waaruit het bestaat? Stel op een kaart staat het getal 37 geschreven. Wat kun je dan zeggen van het cijfer 37? Niets bijzonders, toch? Alleen dat het een getal is. Gaat
Nadere informatieGekoppelde tabellen: de JOIN
Gekoppelde tabellen: de JOIN Huub de Beer Eindhoven, 4 juni 2011 Koppelingstabellen en SQL: eenvoudig voorbeeld: leerlingen en klassen ll_nr woonplaats mentor Leerling zit in klas Klas klascode geb_jaar
Nadere informatieInformation retrieval
Information retrieval Definitie uit Introduction to information retrieval: Information retrieval (IR) is finding material (usually documents) of an unstructured nature (usually text) that satisfies an
Nadere informatieIntroductie (relationele) databases
Eerste les Introductie (relationele) databases Database en DBMS Een verzameling van gestructureerd opgeslagen gegevens Dus ook een kaartenbak is een database Van oudsher waren er hiërarchische en netwerkdatabases
Nadere informatieZelftest SQL Workshop
Zelftest SQL Workshop Document: n0087test.fm 25/06/2014 ABIS Training & Consulting P.O. Box 220 B-3000 Leuven Belgium TRAINING & CONSULTING INLEIDING BIJ DE ZELFTEST SQL WORKSHOP Handleiding Deze test
Nadere informatieAdvanced Databases Topic 2: query processing aspects query optimisation. Query optimisation. Van SQL naar XRA. Algebraïsche herschrijving
Advanced Databases Topic 2: query processing aspects query optimisation Query optimisation Outline: Basisregels algebraïsche herschrijving Schattingen Queryplan-generatie 1 2 Algebraïsche herschrijving
Nadere informatieDatabank - Basis 1. Inhoud. Computervaardigheden en Programmatie. Hoofdstuk 4 Databank - Basis. Terminologie. Navigeren door een Venster
4. 4. Inhoud rste BAC Toegepaste Biologische Wetenschappen Hoofdstuk 4 Databank Terminologie, Navigeren, Importeren Tabellen Records/Velden manipuleren Queries (Vragen) [Ook in SQL] sorteren filter volgens
Nadere informatieProQuest. Zoeken in ProQuest-databanken: Political Science Database, Sociology Database, Social Science Database.
BIBLIOTHEEK SOCIALE WETENSCHAPPEN Handleidingen ProQuest Zoeken in ProQuest-databanken: Political Science Database, Sociology Database, Social Science Database Karen Vanholzaets september 2018 Inhoud Beschrijving
Nadere informatieFLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j
FLIPIT JAAP TOP Een netwerk bestaat uit een eindig aantal punten, waarbij voor elk tweetal ervan gegeven is of er wel of niet een verbinding is tussen deze twee. De punten waarmee een gegeven punt van
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 26, 2018 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieZOEKEN IN BUSINESS SOURCE PREMIER
ZOEKEN IN BUSINESS SOURCE PREMIER ZOEKEN IN BUSINESS SOURCE PREMIER EENVOUDIG ZOEKEN ZOEKRESULTAAT: SORTEREN EN VERFIJNEN (FILTERS) GEAVANCEERD ZOEKEN SEARCH HISTORY ZOEKEN NAAR LANDENINFORMATIE ZOEKEN
Nadere informatieZOEKEN IN PROQUEST SOCIAL SCIENCES
ZOEKEN IN PROQUEST SOCIAL SCIENCES EENVOUDIG ZOEKEN UITGEBREID ZOEKEN (ADVANCED SEARCH) ZOEKGESCHIEDENIS (RECENT SEARCHES) BLADEREN (BROWSE) TIPS & TRUCS EENVOUDIG ZOEKEN Als je naar ProQuest Social Sciences
Nadere informatieTentamen Databases voor iku
Scheur de antwoordvellen doormidden. Maak elke vraag op een ander vel. Tentamen Databases voor iku 17 april 2013 13:30-16:30, Educatorium-Gamma Vermeld op elk vel je naam en studentnummer. Indien één van
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 28, 2016 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieInhoud van deze handleiding
Inhoud van deze handleiding Wat is Limo Thuiswerken = gebruik de stuiterproxy Aanmelden in LIMO Zoeken in Limo Zoeken: algemeen Zoektips Zoeken: simple and advanced search Zoeken: simple search: een voorbeeld
Nadere informatieArtificial Intelligence in uw dagelijkse praktijk. Hilversum, 22 September 2016
Artificial Intelligence in uw dagelijkse praktijk Hilversum, 22 September 2016 Agenda 09:30 Welkom en introductie 09:35 Artificial Intelligence, al meer dan 50 jaar een actief onderzoeksgebied Jaap van
Nadere informatieMiniles gegevensbanken bevragen met SQL
Miniles gegevensbanken bevragen met SQL In deze miniles gaat het over gegevensbanken of databases. Dit zijn bestanden waarin gegevens kunnen worden opgeslagen. Het is dan van belang dat je op een eenvoudige
Nadere informatieDatabases (INFODB) 24 januari 2007
Departement Informatica en Informatiekunde, Faculteit Bètawetenschappen, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college INFODB werd in 2006/2007 gegeven door Dhr.
Nadere informatieZOEKEN IN PROQUEST BUSINESS COLLECTION
ZOEKEN IN PROQUEST BUSINESS COLLECTION EENVOUDIG ZOEKEN UITGEBREID ZOEKEN (ADVANCED SEARCH) DATA & REPORTS ZOEKEN ZOEKGESCHIEDENIS (RECENT SEARCHES) BLADEREN (BROWSE) TIPS & TRUCS EENVOUDIG ZOEKEN Als
Nadere informatieTentamen Databases voor ica
Tentamen Databases voor ica 16 april 2015 17:00-20:00, Educatorium-beta Lees eerst onderstaande aanwijzingen. Vermeld op elk vel je naam en studentnummer. Indien één van deze zaken ontbreekt, wordt het
Nadere informatieISO SQL: Structured Query Language
ISO SQL: Structured Query Language Prof. dr. Paul De Bra Gebaseerd op: Database System Concepts, 5th Ed. SQL: query taal met woorden doel: intuitieve query taal gebruikt Engelse woorden: select, from,
Nadere informatieSQL: query taal met. woorden. ISO SQL: Structured Query Language. de SQL basis query structuur. voorbeeld: doel: intuitieve query taal
SQL: query taal met woorden ISO SQL: Structured Query Language Prof. dr. Paul De Bra Gebaseerd op: Database System Concepts, 5th Ed. doel: intuitieve query taal gebruikt Engelse woorden: select, from,
Nadere informatieTechnologie als nieuwe wetenschap Lezing voor KIVI-NIRIA sectie Filosofie en technologie
Technologie als nieuwe wetenschap Lezing voor KIVI-NIRIA sectie Filosofie en technologie Barend van van der der Meulen 11 KiviNiria Rathenaulezingen Rathenau Institute: Introductie Missie Improve public
Nadere informatieDatabases en SQL Foundation (DBSQLF.NL)
Databases en SQL Foundation (DBSQLF.NL) EXIN Hét exameninstituut voor ICT ers Janssoenborch - Hoog Catharijne Godebaldkwartier 365 3511 DT Utrecht Postbus 19147 3501 DC Utrecht Nederland T +31 30 234 48
Nadere informatieLDA Topic Modeling. Informa5ekunde als hulpwetenschap. 9 maart 2015
LDA Topic Modeling Informa5ekunde als hulpwetenschap 9 maart 2015 LDA Voor de pauze: Wat is LDA? Wat kan je er mee? Hoe werkt het (Gibbs sampling)? Na de pauze Achterliggende concepten à Dirichlet distribu5e
Nadere informatieWe moeten de accommodaties selecteren die 3 sterren hebben, en in land met ID 10 zitten.
MySQL talk Trage website? Het optimaliseren van een bestaande website die een MySQL database heeft is niet altijd even makkelijk. Het probleem kan namelijk op veel verschillende plekken zitten: de database
Nadere informatieWebsite beoordeling feedbackvote.com
Website beoordeling feedbackvote.com Gegenereerd op December 21 2018 11:22 AM De score is 51/100 SEO Content Title Feedbackvote - Best Community and Customer Feedback System and Votingsystem Lengte : 75
Nadere informatieDe Autonome Zoekmachine. Maarten de Rijke
Maarten de Rijke Dankwoord Gebaseerd op gezamenlijk werk met Aleksandr Chuklin, Katja Hofmann, Damien Lefortier, Remi Munos, Anne Schuth, Floor Sietsma, Pavel Serdyukov, Shimon Whiteson, Masrour Zoghi.
Nadere informatieKoppeling met een database
PHP en MySQL Koppeling met een database 11.1 Inleiding In PHP is het eenvoudig om een koppeling te maken met een database. Een database kan diverse gegevens bewaren die met PHP aangeroepen en/of bewerkt
Nadere informatiemlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2
mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2 Bjorn Winkens Methodologie en Statistiek Universiteit Maastricht 21 maart
Nadere informatieZOEKEN IN SPORTDISCUS
ZOEKEN IN SPORTDISCUS EENVOUDIG ZOEKEN ZOEKRESULTAAT: SORTEREN EN VERFIJNEN (FILTERS) GEAVANCEERD ZOEKEN SEARCH HISTORY DE THESAURUS (wat is het?) ZOEKEN MET DE THESAURUS EENVOUDIG ZOEKEN Als je naar SPORTDiscus
Nadere informatieLees eerst de algemene handleiding Gebruik Collectie Persdocumentatie!
Handleiding LexisNexis Nov. 2008_Ahn Lees eerst de algemene handleiding Gebruik Collectie Persdocumentatie! Wendt u voor het gebruik van LexisNexis tot een van de medewerkers van de afdeling Persdocumentatie.
Nadere informatieZelftest SQL Workshop
Zelftest SQL Workshop Document: n0087test.fm 04/01/2018 ABIS Training & Consulting P.O. Box 220 B-3000 Leuven Belgium TRAINING & CONSULTING INLEIDING BIJ DE ZELFTEST SQL WORKSHOP Handleiding Deze test
Nadere informatiePubMed: korte handleiding
PubMed: korte handleiding Inhoud: Inleiding p.1 Zoektermen combineren p.1 Effectieve zoektermen p. 2 Overzicht en uitleg relevante Pubmed onderdelen p. 5 Inleiding PubMed (Public Medline) is de meest gebruikte
Nadere informatieOntpopping. ORGACOM Thuis in het Museum
Ontpopping Veel deelnemende bezoekers zijn dit jaar nog maar één keer in het Van Abbemuseum geweest. De vragenlijst van deze mensen hangt Orgacom in een honingraatpatroon. Bezoekers die vaker komen worden
Nadere informatieZOEKRESULTAAT: SORTEREN EN VERFIJNEN (FILTERS)
ZOEKEN IN LIBRARY AND INFORMATION SCIENCE (LISA) EENVOUDIG ZOEKEN UITGEBREID ZOEKEN (ADVANCED SEARCH) ZOEKGESCHIEDENIS (RECENT SEARCHES) TIPS & TRUCS EENVOUDIG ZOEKEN Als je naar LISA gaat kom je automatisch
Nadere informatieDATAMODEL SQL. Middelbare School. Versie 1.0 Datum 30 oktober 2010 Auteur Mark Nuyens, studentnummer: 500625333 Groep TDI 1
DATAMODEL SQL Middelbare School Versie 1.0 Datum 30 oktober 2010 Auteur Mark Nuyens, studentnummer: 500625333 Groep TDI 1 INHOUDSOPGAVE 1. Informatiedomein 3 1.1 Informatiedomein 3 1.2 Toepassingen 3 2.
Nadere informatieCOAVA. Gebruikershandleiding. Gebruikershandleiding bij de COAVA web applicatie CLARIN-NL
CLARIN-NL COAVA Gebruikershandleiding Gebruikershandleiding bij de COAVA web applicatie M e e r t e n s I n s t i t u u t, J o a n M u y s k e n s w e g 2 5, 1 0 9 6 C J A m s t e r d a m Gebruikershandleiding
Nadere informatieAls je naar ERIC gaat kom je automatisch bij Basic Search (eenvoudig zoeken).
ZOEKEN IN ERIC EENVOUDIG ZOEKEN ZOEKRESULTAAT: SORTEREN EN VERFIJNEN (FILTERS) GEAVANCEERD ZOEKEN SEARCH HISTORY DE THESAURUS (wat is het?) ZOEKEN MET DE THESAURUS EEN TWEEDE THESAURUSTERM TOEVOEGEN EENVOUDIG
Nadere informatie[TOETS SQL INLEIDING]
2011 ROC ter AA afdeling T&T Team ICT Toets SQL Inleiding Duur: 100 minuten Hulpmiddelen: Alleen Pen en Papier Er is één voorblad en vijf opgaven pagina s. Normering: Deel I: 14 punten (7x2 Deel II: 10
Nadere informatieInformatievaardigheden Introductie EndNote
Informatievaardigheden Introductie EndNote TU Delft Library Delft University of Technology Challenge the future TU Delft Library HowInformatievaardigheden to find and use scientific / EndNote information
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 9 J.Keijsper (TUE)
Nadere informatieNHibernate als ORM oplossing
NHibernate als ORM oplossing Weg met de SQL Queries Wat is ORM? ORM staat in dit geval voor Object Relational Mapping, niet te verwarren met Object Role Modeling. ORM vertaalt een objectmodel naar een
Nadere informatieGa naar www.google.nl en type de woorden zelf bonbons maken in het zoekveld.
Iedere zoekopdracht in Google geeft, naast de zoekresultaten, het aantal concurrerende pagina s voor de gebruikte zoekterm. Stel je wilt workshops gaan organiseren voor het zelf maken van bonbons en je
Nadere informatieOP EN IN HET WEB. Hoe de toegankelijkheid van juridische informatie kan worden verbeterd
OP EN IN HET WEB Hoe de toegankelijkheid van juridische informatie kan worden verbeterd Marc van Opijnen Kennis- en Exploitatiecentrum Officiële Overheidspublicaties 14 mei 2014 KNVI-JI, Den Haag marc.opijnen@koop.overheid.nl
Nadere informatiePiCarta, Online Contents, NCC (Nederlandse Centrale Catalogus) Je kunt alle PiCarta subbestanden tegelijk doorzoeken, maar ook afzonderlijk.
ZOEKEN IN PICARTA PiCarta, Online Contents, NCC (Nederlandse Centrale Catalogus) Je kunt alle PiCarta subbestanden tegelijk doorzoeken, maar ook afzonderlijk. EENVOUDIG ZOEKEN GEAVANCEERD ZOEKEN ZOEKGESCHIEDENIS
Nadere informatieSparse columns in SQL server 2008
Sparse columns in SQL server 2008 Object persistentie eenvoudig gemaakt Bert Dingemans, e-mail : info@dla-os.nl www : http:// 1 Content SPARSE COLUMNS IN SQL SERVER 2008... 1 OBJECT PERSISTENTIE EENVOUDIG
Nadere informatieElastic Search wat heb je aan data als je er niets mee doet.. Oscar Buse 11 juli 2017 Linux User Group Nijmegen
Elastic Search wat heb je aan data als je er niets mee doet.. Oscar Buse 11 juli 2017 Linux User Group Nijmegen Inleiding Dit praatje gaat over Elasticsearch. De onderwerpen die aan bod komen: Wat is Elasticsearch?
Nadere informatieUnitaire en Hermitese transformaties
Hoofdstuk 11 Unitaire en Hermitese transformaties We beschouwen vervolgens lineaire transformaties van reële en complexe inproductruimten die aan extra eigenschappen voldoen die betrekking hebben op het
Nadere informatieAcademisch schrijven Inleiding
- In this essay/paper/thesis I shall examine/investigate/evaluate/analyze Algemene inleiding van het werkstuk In this essay/paper/thesis I shall examine/investigate/evaluate/analyze To answer this question,
Nadere informatieEducational dataforensics
Educational dataforensics NVE congres 23 november 2017 Kees Boonman, Sebastiaan de Klerk, Sanette van Noord, Arnold Brouwer Wie zijn wij. Sebastiaan de Klerk (ex:plain) Sanette van Noord (Universiteit
Nadere informatieRelationele databanken
Relationele databanken De meeste databanken zijn relationeel. Gegevens in tabellen. Relationele model stoelt op de verzamelingenleer (leer der relaties). Relatie betekent hier tabel. Grote kracht van deze
Nadere informatieCustomer Satisfaction via Goal Driven Content Extraction
Customer Satisfaction via Goal Driven Content Extraction Customer Satisfaction via Goal Driven Content Extraction Maart 2004 Student Naam: David Fremeijer Studentnr: 0249432 E-mail: david@fremeijer.net
Nadere informatieAuteur Arjaan den Ouden Datum 4 december 2013 Status Definitief Versie 1.0
Auteur Arjaan den Ouden Datum 4 december 2013 Status Definitief Versie 1.0 Behoudens uitzondering door de wet gesteld, mag zonder schriftelijke toestemming van de rechthebbende op het auteursrecht van
Nadere informatieCombinatorische Algoritmen: Binary Decision Diagrams, Deel III
Combinatorische Algoritmen: Binary Decision Diagrams, Deel III Sjoerd van Egmond LIACS, Leiden University, The Netherlands svegmond@liacs.nl 2 juni 2010 Samenvatting Deze notitie beschrijft een nederlandse
Nadere informatieSHICO: SHIFTING CONCEPTS OVER TIME
SHICO: SHIFTING CONCEPTS OVER TIME Tracing Concepts in Dutch Newspaper Discourse using Sequential Word Vector Spaces Melvin Wevers Translantis Project Digital Humanities Approaches to Reference Cultures:
Nadere informatieSchoolsucces van Friese leerlingen in het voortgezet onderwijs de Boer, Hester
Schoolsucces van Friese leerlingen in het voortgezet onderwijs de Boer, Hester IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from it. Please check
Nadere informatieZo kan je linken maken tussen je verschillende groepen van gegevens.
1 1. Entity Reference Entity Reference zal ook een onderdeel zijn van Drupal 8. Het is een module van het type veld. Het is een heel krachtige module die toelaat om referenties te maken tussen verschillende
Nadere informatieLes 2 Eenvoudige queries
Les 2 Eenvoudige queries XAMP Apache server ( http ) mysql server PHP myadmin IAM SQL oefeningen Database phpmyadmin Import : sql_producten.sql, sql_winkel.sql, sql_festival.sql SAMS SQL in 10 minuten
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Donderdag 8 juli 4. Tijd: 14. 17. uur. Plaats: MA 1.44/1.46 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je
Nadere informatieIllustrator Tutorial - How to Create a Watch
Illustrator Tutorial - How to Create a Watch «Andrew Bannecker - Simple, True and Tender Vector Movie Posters by GABZ» Categories: Tutorials Have you ever seen print advertising of some watch brand before?
Nadere informatieWOUTER GERRITSMA, UB-VU
SLIM PUBLICEREN WOUTER GERRITSMA, UB-VU VOORAF Deze presentatie geef ik als hoofd Digital Services & Innovation van de Universiteitsbibliotheek VU, een aantal voorbeelden komen uit mijn vorige werk als
Nadere informatieUniversity of Groningen Educational value of digital examination
University of Groningen Educational value of digital examination Benefits Digital Examination HANDWRITING CORRECTING 1 2 3 Do you remember the Correcting the essay exams in handwriting from your students
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Proeftentamen ISO (2R290), query-gedeelte, Oktober 2006
NAAM: IDENT. NR.: TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Proeftentamen ISO (2R290), query-gedeelte, Oktober 2006 Dit proeftentamen bestaat uit drie opgaven met een aantal deel-opgaven.
Nadere informatieContentSearch. Deep dive
ContentSearch Deep dive 2 Waarvoor in te zetten? Alternatief voor database queries Waar performance een issue kan zijn Daadwerkelijk frontend Site Search Mogelijk niet de beste optie maar wel goedkoop
Nadere informatie20/11/2015 HOE EN WAAR EFFICIËNT ZOEKEN? INHOUD SESSIE
HOE EN WAAR EFFICIËNT ZOEKEN? Stieve Van der Bruggen 1 INHOUD SESSIE 1) Google 2) Wikipedia 3) Waarom de bibliotheek? 4) Efficiënt opzoeken via LIMO 5) Enkele nuttige databanken 6) Enkele oefeningen +
Nadere informatie