How “small” reflects “large”?-Representative information measurement and extraction

در حالی که خدمات وب رشد سریع داده ها را برای استفاده انجام می دهند، شناسایی اطلاعات مفید از ارزش بسیار بالایی برخوردار است، به ویژه هنگامی که کاربران با ناخوشایند از اطلاعات مواجه می شوند. بنابراین، مناسب و معنی دار است که کاربران با یک زیرمجموعه نماینده (به عنوان مثال مجموعه کوچکی) ارائه دهند که بتواند کپچر اطلاعات اصلی (یعنی مجموعه بزرگ) را بازتاب دهد. در چنین زمینه ای بزرگ، این مقاله به بررسی مسائل نمایندگی در زمینه اندازه گیری و استخراج با بررسی تلاش های قبلی ما می پردازد. به طور خاص، ما ابتدا معیارهای مختلف را از دیدگاه های مختلف نمایندگی مورد بحث قرار می دهیم، سپس مجموعه ای از روش های استخراج پذیری مربوطه را ارائه می دهیم. در نهایت به عنوان یک مکمل و فرمت، یک تلاش اخیر معرفی شده است که هدف آن، ایجاد کیفیت زیر مجموعه ای است که با توجه به کیفیت اطلاعات مورد توجه قرار می گیرد. روش استخراج پیشنهاد شده توسط آزمایشات داده های گسترده در دنیای واقعی توجیه شده است، و برتری آن را به دیگران در اثربخشی و کارایی نشان می دهد.