各位： 　インターネット中継申し込みが多数来て悲鳴です。 天笠先生曰く、 regular paper では XML 関係のものが特に目立ったの ですが，その中から， "XR-Tree: Indexing XML Data for Efficient Structural Joins" "Structural Join Order Selection for XML Query Optimization" をピックアップしました．両方とも関係データベースで XML デー タを高速に検索するための structural join に関係した論文です． 会議報告では，structural join がここ数年注目されるようになっ た経緯から分かりやすく解説する予定です． ----------------------------------------------------------- ★★★☆☆☆★★★☆☆☆★★★☆☆☆★★★☆☆☆★★★ 　　「ICDE2003 報告 と　Prof. Lu Hongjun　講演」 　　　　　　　　　　2003年4月17日(木) 12:55 - 17:30 会場: 東京大学生産技術研究所 第一会議室 (目黒区駒場4-6-1) 第一会議室へは、B・Cエレベータ（B棟エレベータ、 C棟エレベータとは異なりますので、ご注意ください。） を使い、７階でおりて下さい。 会場アクセス: http://www.iis.u-tokyo.ac.jp/ 主催: ACM SIGMOD Japan Chapter (http://www.sigmodj.is.uec.ac.jp/) 支部長 喜連川 優 (東大) 副支部長 林 弘 (富士通研) 正井 一夫 (日立) 鈴木 達郎 (NTTサイバースペース研究所) 幹事 大森 匡 (電通大) 石川 佳治 (筑波大) 片山 薫 (都立大) 高須 淳宏 (国立情報学研究所) 会計 中野 美由紀（東大） 協賛: 日本データベース学会 ★★★☆☆☆★★★☆☆☆★★★☆☆☆★★★☆☆☆★★★ 費用　４０００円　ACM SIGMOD日本支部一般会員 　　　１０００円　ACM SIGMOD日本支部学生会員 　　　 参加申込: 参加をご希望の方は，次の用紙を ACM SIGMOD日本支部事務局： sigmodj03_25@tkl.iis.u-tokyo.ac.jp へ電子メールにて送り，事前に参加登録して下さい．締め切り４月１４日。 参加登録メールには確認のメールをお返しします．確認メールが来ない場合に は，sigmodj03_25@tkl.iis.u-tokyo.ac.jp まで再度お問合せください． 喜連川優　ACM Sigmod Japan chapter chair ****-----*****--cut here---*****-----***** mailto: sigmodj03_25@tkl.iis.u-tokyo.ac.jp 参加申込書 私は第２５回ACM　SIGMOD日本支部大会に参加します。 (学生会員の方は、所属欄に研究室名までお書き下さい。) 　　氏名(name): ふりがな(furigana): 　　所属(affiliation): 　　電話番号(phone): EMAIL: ACM SIGMODJ会員登録(member reg.) □済 　　会員種別(1, 2 のいずれかをお選び下さい。): 1. ACM SIGMODJ一般会員 　　　　2. ACM SIGMODJ学生会員 　　どのようにして本講演会情報を得られましたか？(複数回答可) □sigmod-j mailing list □dbsj mailing list □社内・内部メーリングリスト □その他：( ) その他:(領収書の宛名など) ****-----*****--cut here---*****-----***** ・ 参加費は当日受付にてお支払い下さい．支部長名の領収書を発行致します． その時に講演論文集をお渡しいたします． ・ 法人会員は3名まで無料枠がありますので，事前にACM SIGMOD日本支部事務 局に上記電子メールで登録をお願い致します． ・ ACM SIGMOD日本支部会員でない方でも，事前に個人会員登録をしていただ ければ，上記ACM SIGMODJ会員参加費で受け付けます．(本会個人会員は， 加入費や年会費は無料です．名簿データとメールのみ登録され， sigmod-japanメーリングリストで開催行事のご案内をさしあげるのみです)． 個人会員登録は ACM SIGMOD日本支部ホームページにてお申込み下さい． (オンライン登録 http://www.sigmodj.is.uec.ac.jp/) ・ 日本データベース学会の方も，是非、ACM SIGMOD日本支部個人会員に ご登録下さい。(本会個人会員は， 加入費や年会費は無料です．名簿データとメールのみ登録され， sigmod-japanメーリングリストで開催行事のご案内をさしあげるのみです)． 個人会員登録は ACM SIGMOD日本支部ホームページにてお申込み下さい． (オンライン登録 http://www.sigmodj.is.uec.ac.jp/) ・ 4月14日以降の参加申込は当日受け付けにさせていただきます．会場の定員 数と資料部数の都合がありますのでお早めにお申し込みください． ・ 本大会参加に関する問合せは，中野美由紀（ACM SIGMODJ 幹事: 第25回大会 担当）miyuki@tkl.iis.u-tokyo.ac.jp へメールでお願いします． --------------------- 第25回大会のプログラム(仮) ----------------- ※ プログラムに関しては変更の可能性がございます．今後のアナウン スにご注意ください． --------------------------------------------------------------------- ☆4月17日(木)☆ 12:20 受付開始 12:55-13:00 支部長によるプログラム紹介 喜連川 優（東大 生研） 1. 13:00-14:30 「IEEE ICDE2003国際会議報告(1)」 天笠 俊之（奈良先端大） 2003年3月5日より8日まで，バンガロール(インド)にて "19th International Conference on Data Engineering (ICDE 2003)" が開催され最新の研究成果が 数多く発表された．今回の ICDE の特色として発表論文のうち，XMLや半構造 データ，ストリームデータに関する論文の占める割合が特に多かった点が挙げ られる．今回の会議報告では会議全体の概要とポスターセッション，デモセッ ションの目立った発表に加えて， ・(Best paper)　SWAT: Hierarchical Stream Summarization in Large Networks 　　　　　　　A. Bulut, and A. K. Singh ・(Best student paper)　Querying Text Databases for Efficient Information 　　　　　　　　　　　Extraction 　　　　　　　　　　E. Agichtein and L. Gravano ・XR-Tree: Indexing XML Data for Efficient Structural Joins 　H. Jiang, H. Lu, W. Wang, and B. C. Ooi ・Structural Join Order Selection for XML Query Optimization 　Y. Wu, J. M. Patel, and H. V. Jagadish ・Efficient Maintenance of Materialized Top-k Views 　K. Yi, H. Yu, J. Yang, G. Xia, and Y. Chen の 5 編の論文をピックアップし，その内容を紹介する． <休憩 15分> 2. 14:45 - 16:15 「ACM SIGMOD2002国際会議報告(2)」 <休憩 15分> 3. 16:30 - 17:30 "Reinforcement clustering of multi-type interrelated data objects" Prof. Lu Hongjun(Hong Kong University) In this talk, we present a novel clustering approach for clustering multi-type interrelated data objects, such as Web pages and Web users. Under this approach, relationships among data objects are used to improve the cluster quality of interrelated data objects through an iterative reinforcement clustering process. Experimental results show that the proposed approach not only effectively overcomes the problem of data sparseness caused by the high dimensional relationship space but also significantly improves the clustering accuracy.