Rav-tree:一种有效支持反向近似近邻查询的索引结构

空间数据库的索引结构是实现有效数据查询的前提和基础。空间数据反向近似近邻查询是空间查询的一个新方向,它避免了精确查询中过多的距离计算,从而能够在效率与准确性上取得平衡。提出的Rav-tree不同于基于启发式规则的索引结构,首先利用局部近似,然后根据Voronoi cell区域和估计圆的方法实现近似近邻查询,并利用过滤结果和分域查询得到初步的候选集,最终通过反向近似近邻查询(RANNQuery)算法得到RANN集,并完整地给出基于Rav-tree的ANN查询算法和RANN查询算法。实验结果表明,Rav-tree对RANN等查询具有较好的查询效率和查全率。

2005年863网页检索ICST评测报告

2005年863评测任务是在CWT100G这个90G的数据桑上检索相关网页。评测给出了50个包含title、dese、narr的主题，要求根据这些主题自动和人工生成查询。ICST在这次评测中使用了倒排索引技术蛤数据桑建索引，通过给多个查询调整权重和多个文档查询域调整权重的方法，综合给出网页的得分。2005年的评测结果显示，排在最前的一些网页大部分是相关网页，前10个结果的准确率超过了50％。召回率也达到了30％以上。评测结果也表明，手工选词生成查询的结果要优于自动生成的查询。