基于關(guān)鍵字的模糊查詢技術(shù)的研究.pdf

1、信息產(chǎn)業(yè)的飛速發(fā)展,使得信息量飛速膨脹,面對海量的數(shù)據(jù)信息,怎樣從中找到需要的有效信息,成為人們研究的熱點(diǎn)問題。而隨著數(shù)據(jù)的不斷增加,準(zhǔn)確而有效的查詢變得越來越困難。不但數(shù)據(jù)中本身就存在一些相似相近的關(guān)鍵字,而且一些輸入的錯(cuò)誤、數(shù)據(jù)庫中的“臟數(shù)據(jù)”也會(huì)給數(shù)據(jù)檢索帶來一定的困難。因此,模糊查詢應(yīng)運(yùn)而生。目前,很多學(xué)者已經(jīng)提出很多關(guān)于模糊查詢的算法以及思想,但是,這些算法大部分都是基于前綴匹配的關(guān)鍵字的查詢,查詢的結(jié)果往往差強(qiáng)人意。

2、　　 本文提出了一種新的基于n-gram(即字符串片段)的模糊查詢技術(shù),該技術(shù)能夠保證用戶在輸入錯(cuò)誤或者數(shù)據(jù)庫中存在“臟數(shù)據(jù)”的情況下,依然能夠?qū)⒂杏玫男畔⒎祷亟o用戶。本文主要介紹了基于這種字符串分割技術(shù)的模糊查詢的算法實(shí)現(xiàn)。主要包括字符串分割的算法實(shí)現(xiàn)、基于B+樹結(jié)構(gòu)的倒排索引的建立、輸入預(yù)處理、通過多路歸并算法從數(shù)據(jù)庫中找到符合查詢條件的候選者,以及最終通過編輯距離算法從候選者中找出符合一定編輯距離的最終結(jié)果返回給用戶的具體做法,