A Sketch-based Index for Correlated Dataset Search

数据集搜索正在成为研究和工业中的一项关键能力:它刺激了许多新的应用，从丰富的现实世界现象分析到改进机器学习模型。最近在该领域的研究探索了一类新的数据驱动查询:查询由数据集组成，并从大量相关数据集中检索。本文研究了一种特定类型的数据驱动查询，通过数值数据关系支持关系数据扩充:给定一个输入查询表，找到既可以与它连接，又包含与查询中的列相关的列的top-k表。本文提出一种新的哈希方案，允许构建基于草图的索引来支持高效的相关表搜索。所提出的方法是有效和高效的，并实现了更好的权衡，与最先进的解决方案相比，显著提高了排名精度和召回率。