Büyük Veri Yaklaşımıyla Birden Çok Bilgi Erişim Merkezinin Kolektif Kullanımı

Abstract

Gelişen bilgisayar sistemleri üretilen veri miktarını artırırken değerli veriye erişimi daha zorlu hale getirmiştir. Örneğin, veri erişimde klasik katalog taramanın modası geçmek üzeredir. Mevcut durumun doğası gereği hem veri kaynakları bir araya getirilmeli hem de bu veriler üzerinde performansı yüksek yöntemlerle bilgiye erişim sağlanmalıdır. Veri kaynaklarını bir araya getirme için çözüm önerimiz bilgi erişim merkezlerinin ortak bir çatı altında toplanmasıdır. Yüksek performanslı tarama için önerdiğimiz yöntem ise bibliyografik verilerin özetlenmesi ve dağıtık yapıda paylaşılmasıdır. Bugüne kadar teknik nedenlerle mümkün olmayan böylesi bir yaklaşım büyük veri yardımıyla mümkün olabilecektir. Çalışmamız; bilgi kaynaklarının özetlendiği ve paylaşıldığı bir mimari önerir. Bu yaklaşıma göre her bir bilgi erişim merkezinin bibliyografik verisi Hadoop mimarisinde dağıtık olarak bir veri düğümü ile bütün bilgi erişim merkezlerinin özet verisini tutan ana merkez ise bir isim düğümü ile eşleştirilecektir. Veri düğümlerinde bibliyografik veri, isim düğümünde ise bilgi erişim merkezi bilgileri ve karakter n-gramlara dayalı özetler yer alacaktır. Sistemden yararlanmak isteyen bir kullanıcı önce isim düğümü üzerinde sorgulamasını yapacak, sorgusu ile en iyi eşleşen veri düğümünü bulacak ve daha sonra veri düğümü üzerinde detay sorgusunu yapabilecektir. Bu çalışma kapsamında kişilerin eskiden beri kullandığı bilgi erişim yöntemleri büyük veri yaklaşımıyla modernize edilmiş olup ortaya bir öneri konmuştur.

Developing computer systems have increased the amount of data generated and accessing valuable data has become more difficult. For example, the fashion of the classic catalog search for information retrieval is about to pass. The nature of the current situation requires both data sources should be collected together and access to information by means of high performance on these data. Our proposal for collecting data sources is to bring information access centers together under a data center. The method we recommend for high-performance screening is to summarize and distribute bibliographic data. This approach, which is not possible for technical reasons up to now, would be able to possible with the aid of large data. Our study; suggests an architecture in which the sources of information are summarized and shared. According to this approach, the bibliographic data of each information access center will be mapped to a name node distributed in a Hadoop architecture with a data node and the main center holding the summary data of all information access centers. Bibliographic data in the data nodes will be summarized based on the information access center information and character n-grams in the name node. A user who wishes to utilize the system will first find the data node that best matches the query to query on the name node, and then it will be able to query the data node for the detail query. In this study, information access methods that people used to date have been modernized with a large data approach and a proposal has been made.