本文针对滑动窗口模型下的连续关键词轮廓查询问题,提出了一种流数据环境下的关键词轮廓查询算法.其通过对当前窗口进行划分,过滤掉大部分不可能成为查询结果的对象,克服了数据间时序关系对算法性能带来的影响.本文还提出了关键词轮廓...本文针对滑动窗口模型下的连续关键词轮廓查询问题,提出了一种流数据环境下的关键词轮廓查询算法.其通过对当前窗口进行划分,过滤掉大部分不可能成为查询结果的对象,克服了数据间时序关系对算法性能带来的影响.本文还提出了关键词轮廓网格索引KSG(Keyword Skyline Grid),实现了对各分片中对象的有效关键词过滤以及轮廓过滤.另外,本文通过调整分片粒度,实现了窗口的有效划分.最后,本文通过大量实验对所提算法的性能进行了评估,实验结果表明,本文所提算法PSKSWI(Partition-based Continuous Keyw ord Skyline w ith Index)与basline算法相比,查询效率提高了71%,与不带索引的查询算法PSKS(Partition-based Continuous Keyw ord Skyline)相比,查询效率提高了32%.展开更多
文摘本文针对滑动窗口模型下的连续关键词轮廓查询问题,提出了一种流数据环境下的关键词轮廓查询算法.其通过对当前窗口进行划分,过滤掉大部分不可能成为查询结果的对象,克服了数据间时序关系对算法性能带来的影响.本文还提出了关键词轮廓网格索引KSG(Keyword Skyline Grid),实现了对各分片中对象的有效关键词过滤以及轮廓过滤.另外,本文通过调整分片粒度,实现了窗口的有效划分.最后,本文通过大量实验对所提算法的性能进行了评估,实验结果表明,本文所提算法PSKSWI(Partition-based Continuous Keyw ord Skyline w ith Index)与basline算法相比,查询效率提高了71%,与不带索引的查询算法PSKS(Partition-based Continuous Keyw ord Skyline)相比,查询效率提高了32%.
