概率统计下的数据源多粒度搜索算法研究

多源信息网路已成为现代重要信息传输渠道,信息来源化来带了便利也对统计搜索信息造成了困扰,传统数据源的搜索算法对多源数据进行搜索难以识别类似数据,通过多渠道计算的方式进行搜索效率极低,并且伴随一定的错误率,针对上述问题,提出概率统计下的数据源多粒度搜索算法。通过统计期望计算完成初层数据源多粒度搜索;将初层概率计算结果导入多粒度变量分布计算中,完成中层数据源多粒度搜索。通过初、中层数据源多粒度搜索实现数据源多粒度搜索。为保证提出方法的有效性,将提出方法与两种传统方法进行比较,效率明显提高并具备极高的有效性。