針對Top-k查詢的有界多樣化方法研究.pdf

1、隨著網(wǎng)絡信息技術的飛速發(fā)展，信息在社會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果給用戶，然而用戶所需的僅僅小部分數(shù)據(jù)往往被包含在數(shù)以萬計的無關網(wǎng)頁中。搜索引擎亟需解決的兩個問題是，用戶無法遍歷所有返回的查詢結果集，以及這些結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)給定的評分函數(shù)在潛在的數(shù)據(jù)空間中返回 k個最重要的結果。目前存在的關于Top-k查詢的算法需要遍歷所有初始查詢結果集才能得到最

2、終前k條記錄，如果初始結果集非常大時，查詢處理的效率非常低下。
　　為了提高查詢效率，把初始查詢結果集映射到歐氏空間中，根據(jù)拉式策略，自適應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處理技術類似，而基于距離的查詢方法，必須對歐氏子空間進行分割，采用 Voronoi和 SVM兩種分割方法之一，根據(jù)幾何學的方法求解其探測位置，進而利用探測位置進行查詢。已經(jīng)查詢到的區(qū)域將作為拋棄

3、區(qū)域，下次查詢時不予考慮。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象的數(shù)目。在此基礎上，提出了Top-k查詢結果多樣化算法(BDMMR)并驗證了其正確性。該算法不僅能返回與查詢條件相似的對象，而且對象之間有一定的差異性，最重要的是，該算法在相當程度上減少了查詢到的對象數(shù)目。
　　在實驗中將上述新提出的算法與傳統(tǒng)Top-k算法進行對比，實驗表明BDMMR算法在減少查詢對象個數(shù)上有相當大的改善，有效地提高了Top-k