海量數據中基于關鍵字的Top-k查詢技術研究.pdf

1、隨著云視訊、共享空間等新型技術的應用，存儲在網絡上的信息呈現爆炸式增長。信息的海量積累和動態(tài)變化阻礙了人類對它的有效利用。為了解決從海量數據中準確、有效地查詢最優(yōu)集合并快速返回給用戶的問題，Top-k查詢技術被提出。Top-k查詢作為一種重要的操作，在Web搜索、數據挖掘、Multimediadatabase、網絡、股票市場交易等領域得到廣泛應用。
　　 本文針對海量數據中基于關鍵字的Top-k查詢技術進行研究工作。通過針對To

2、p-k查詢算法的數據處理量、訪問開銷與實時性能等方面進行研究，旨在提供面向海量數據的高效的Top-k查詢算法。本文的主要工作包括:
　　 本文提出了一種集中式環(huán)境中基于海量數據的關鍵字Top-k查詢算法。針對現有樸素Top-k算法的不足，設計了一種基于三維分檔布魯姆過濾器的Top-k查詢算法。該方法通過將數據庫的屬性列表與位置標識構成的三元組分別使用三維分檔布魯姆過濾器表存儲，從而以較低的誤判率換取較高的數據訪問效率并且極大地降

3、低了數據調度時所需要的內存消耗。經過理論分析與實驗驗證，表明該算法具有很高的效率和可擴展性。
　　 本文提出了分布式環(huán)境中基于海量數據的關鍵字Top-k查詢及優(yōu)化技術。該方法首先將網絡節(jié)點按照剪切規(guī)則處理，將大量與結果不相關的網絡節(jié)點剪枝，然后按照抽樣算法進行處理，最終按照要求獲取適合的查詢結果。真實數據集實驗表明，該算法可以滿足用戶不同精度的查詢要求，并且具有較好的擴展性。
　　 基于以上研究成果，實現一種面向海量數據