P2P網(wǎng)絡(luò)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?cè)诰W(wǎng)絡(luò)中頻繁使用的工具。然而，隨著網(wǎng)絡(luò)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(luò)中提供高效率、高質(zhì)量的搜索服務(wù)成為研究的熱點(diǎn)問題。
　　 P2P搜索在P2P技術(shù)廣泛應(yīng)用的背景下應(yīng)運(yùn)而生。結(jié)構(gòu)化P2P網(wǎng)絡(luò)以其高效路由性能，在應(yīng)用于搜索時(shí)能提供快速的響應(yīng)時(shí)間，適合作為P2P搜索的網(wǎng)絡(luò)拓?fù)洹５?，在基于DHT的P2P網(wǎng)絡(luò)中，內(nèi)容相似的文

2、檔，其數(shù)據(jù)標(biāo)識(shí)通過一致性哈希散列，均勻隨機(jī)分布在節(jié)點(diǎn)空間中，不利于復(fù)雜查詢的進(jìn)行。為了實(shí)現(xiàn)高效的復(fù)雜查詢，一種解決方案是實(shí)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(yīng)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(jié)構(gòu)化P2P網(wǎng)絡(luò)中實(shí)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(dòng)的方式向網(wǎng)絡(luò)中的其它節(jié)點(diǎn)發(fā)送請(qǐng)求拉取文檔數(shù)據(jù)以形成節(jié)點(diǎn)上的文檔聚類，推模式采用向量空間模型描述節(jié)點(diǎn)文檔集，對(duì)于不利于基于查詢聚類的文檔進(jìn)行再次分發(fā)，推送到合理的節(jié)點(diǎn)上，實(shí)現(xiàn)遠(yuǎn)端節(jié)點(diǎn)上的文檔聚類。
　　 為了驗(yàn)證算法的有效性，本文進(jìn)行了多關(guān)鍵詞查詢仿真，在查詢過程中訪問節(jié)點(diǎn)的數(shù)目、查詢結(jié)果中文檔數(shù)目以及網(wǎng)絡(luò)消息數(shù)目幾個(gè)方面對(duì)倒排表求交集方法和QBC算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明，QBC