P2P網(wǎng)絡中基于查詢的聚類的研究.pdf

1、隨著Internet的飛速發(fā)展，搜索引擎成為人們在網(wǎng)絡中頻繁使用的工具。然而，隨著網(wǎng)絡中信息的急劇增加，傳統(tǒng)集中式搜索引擎已經(jīng)越來越不能滿足人們高速增長的搜索需求。如何在現(xiàn)有的網(wǎng)絡中提供高效率、高質(zhì)量的搜索服務成為研究的熱點問題。
　　 P2P搜索在P2P技術廣泛應用的背景下應運而生。結構化P2P網(wǎng)絡以其高效路由性能，在應用于搜索時能提供快速的響應時間，適合作為P2P搜索的網(wǎng)絡拓撲。但是，在基于DHT的P2P網(wǎng)絡中，內(nèi)容相似的文

2、檔，其數(shù)據(jù)標識通過一致性哈希散列，均勻隨機分布在節(jié)點空間中，不利于復雜查詢的進行。為了實現(xiàn)高效的復雜查詢，一種解決方案是實現(xiàn)文檔的聚類。目前，常見的文本聚類都是基于文檔內(nèi)容的，通常需要獲得全局的文檔信息。這種聚類方式應用于P2P環(huán)境有一定的困難，而且形成的簇是不確定的，也無法體現(xiàn)用戶的查詢需求，缺乏靈活性。
　　 本文提出QBC算法，利用歷史查詢向量集作為聚類依據(jù)，在結構化P2P網(wǎng)絡中實現(xiàn)了基于查詢的文檔聚類。QBC算法由拉模式

3、和推模式組成，拉模式以歷史查詢向量集為依據(jù)，以主動的方式向網(wǎng)絡中的其它節(jié)點發(fā)送請求拉取文檔數(shù)據(jù)以形成節(jié)點上的文檔聚類，推模式采用向量空間模型描述節(jié)點文檔集，對于不利于基于查詢聚類的文檔進行再次分發(fā)，推送到合理的節(jié)點上，實現(xiàn)遠端節(jié)點上的文檔聚類。
　　 為了驗證算法的有效性，本文進行了多關鍵詞查詢仿真，在查詢過程中訪問節(jié)點的數(shù)目、查詢結果中文檔數(shù)目以及網(wǎng)絡消息數(shù)目幾個方面對倒排表求交集方法和QBC算法進行對比。實驗結果表明，QBC