高效關(guān)鍵詞Skyline查詢算法研究.pdf

1、傳統(tǒng)Skyline查詢沒有考慮用戶的個人偏好，對所有用戶返回相同的結(jié)果集。關(guān)鍵詞Skyline查詢，結(jié)合對象的標(biāo)簽、評論等文本信息，基于用戶輸入的關(guān)鍵詞，返回符合用戶偏好的Skyline點集?，F(xiàn)有的關(guān)鍵詞Skyline查詢通常采用兩個獨立的步驟:先使用關(guān)鍵詞過濾出相關(guān)數(shù)據(jù)集，然后在此集合上進(jìn)行Skyline查詢得到最終結(jié)果集。由于中間結(jié)果集是關(guān)鍵詞相關(guān)的，無法預(yù)先構(gòu)建索引，因此第二階段只能采用無索引的Skyline算法（如BNL和DC等

2、），耗時很長而且不滿足漸進(jìn)性。此外，隨著大數(shù)據(jù)時代的到來，單節(jié)點計算難以支持海量數(shù)據(jù)的Skyline查詢。
　　針對以上問題，本文提出了兩種新的關(guān)鍵詞Skyline查詢算法，主要研究成果如下:
　　(1)提出了一種基于層次結(jié)構(gòu)的關(guān)鍵詞Skyline算法LKS(Layer-based KeywordSkyline Algorithm)，包括離線生成的分層Skyline索引結(jié)構(gòu)和基于文本特征值的關(guān)鍵詞過濾和裁剪算法，能有效裁剪無

3、效節(jié)點，避免全局比對，不僅提高查詢效率，而且還縮短了響應(yīng)時間。
　　(2)通過對Map-Reduce算法模型的研究和總結(jié)，提出了一種新的并行算法(Grid Partitioning Keyword Skyline computation algorithm based on MapReduce,MR-GPKS)，使用Hadoop來解決海量數(shù)據(jù)的關(guān)鍵詞Skyline查詢。MR-GPKS使用網(wǎng)格來對數(shù)據(jù)空間進(jìn)行劃分，因而可以根據(jù)網(wǎng)格之