
<html><head><meta http-equiv="Content-Type" content="text/html charset=utf-8"></head><body style="word-wrap: break-word; -webkit-nbsp-mode: space; -webkit-line-break: after-white-space; ">Dear all,<div><br></div><div>Please attend Prof. Wei Wang's talk in Room 528 at 10 AM this morning. Group lunch after the talk!</div><div><br></div><div>Thanks,</div><div><br></div><div>Kenny</div><div><br></div><div><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Title: Error-tolerant Query Autocompletion<o:p></o:p></span></p><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Venue: SEIEE-03-528<o:p></o:p></span></p><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Time: 10AM, Wednesday, Jan 15, 2014<o:p></o:p></span></p><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Abstract:<o:p></o:p></span></p><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Query autocompletion is an important feature in many search<br>applications saving users many keystrokes and preventing issuing wrong<br>queries. In this talk, we focus on the problem of query autocompletion<br>that tolerates errors in users’ input using edit distance constraints.<br>We present two solutions to this problem, with different tradeoffs<br>between space and query efficiency. The first solution builds a trie<br>for all the variants of the database strings and performs incremental<br>enumeration of query's variants. The second solution identifies and<br>maintains the minimum number of intermediate results to maintain<br>during the query processing, while aided by an automaton that<br>characterizes the computation of edit distance. Both methods achieves<br>substantial speed-ups against the state-of-the-art methods.<o:p></o:p></span></p><p style="margin-right: 0cm; margin-left: 0cm; font-size: 12pt; font-family: 宋体; "><span lang="EN-US">Bio:<o:p></o:p></span></p><div style="margin: 0cm 0cm 0.0001pt; font-size: 11pt; font-family: Calibri, sans-serif; "><span lang="EN-US">Dr. Wei Wang is an Associate Professor (Reader) in the School of<br>Computer Science and Engineering, The University of New South Wales,<br>Australia. His current research interests include keyword search on<br>(semi-)structured data, similarity query processing, high dimensional<br>indexing, and spatial databases. He has published over ninety research<br>papers in these areas, with many in premier database journals (TODS,<br>VLDB J, and TKDE) and conferences (SIGMOD, VLDB, ICDE, and WWW). More<br>information can be found at his homepage at:<br><a href="http://www.cse.unsw.edu.au/~weiw" style="color: purple; ">http://www.cse.unsw.edu.au/~weiw</a></span></div></div></body></html>