針對(duì)Top-k查詢的有界多樣化方法研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的飛速發(fā)展，信息在社會(huì)生活中扮演著非常重要的角色。盡管搜索引擎可以檢索一部分查詢結(jié)果給用戶，然而用戶所需的僅僅小部分?jǐn)?shù)據(jù)往往被包含在數(shù)以萬計(jì)的無關(guān)網(wǎng)頁中。搜索引擎亟需解決的兩個(gè)問題是，用戶無法遍歷所有返回的查詢結(jié)果集，以及這些結(jié)果集中往往存在冗余的數(shù)據(jù)。Top-k查詢是解決此問題的手段之一，它根據(jù)給定的評(píng)分函數(shù)在潛在的數(shù)據(jù)空間中返回 k個(gè)最重要的結(jié)果。目前存在的關(guān)于Top-k查詢的算法需要遍歷所有初始查詢結(jié)果集才能得到最

2、終前k條記錄，如果初始結(jié)果集非常大時(shí)，查詢處理的效率非常低下。
　　為了提高查詢效率，把初始查詢結(jié)果集映射到歐氏空間中，根據(jù)拉式策略，自適應(yīng)性地選用基于得分或者基于距離兩種方法之一從空間選出差異最優(yōu)子空間?；诘梅值姆椒ㄅc傳統(tǒng)查詢Top-k處理技術(shù)類似，而基于距離的查詢方法，必須對(duì)歐氏子空間進(jìn)行分割，采用 Voronoi和 SVM兩種分割方法之一，根據(jù)幾何學(xué)的方法求解其探測位置，進(jìn)而利用探測位置進(jìn)行查詢。已經(jīng)查詢到的區(qū)域?qū)⒆鳛閽仐?/p>

3、區(qū)域，下次查詢時(shí)不予考慮。可根據(jù)探測位置以及分割后所得多面體的幾何特性減少二次查詢對(duì)象的數(shù)目。在此基礎(chǔ)上，提出了Top-k查詢結(jié)果多樣化算法(BDMMR)并驗(yàn)證了其正確性。該算法不僅能返回與查詢條件相似的對(duì)象，而且對(duì)象之間有一定的差異性，最重要的是，該算法在相當(dāng)程度上減少了查詢到的對(duì)象數(shù)目。
　　在實(shí)驗(yàn)中將上述新提出的算法與傳統(tǒng)Top-k算法進(jìn)行對(duì)比，實(shí)驗(yàn)表明BDMMR算法在減少查詢對(duì)象個(gè)數(shù)上有相當(dāng)大的改善，有效地提高了Top-k