高效的数据源选择方式

摘要：

随着关键词查询技术的飞速发展和互联网数据的迅猛增长,高效、准确的数据源选择变得十分有意义.提出了一种基于倒排列表的数据源选择方式,通过这种方式,能够在短时间内选择出相关度高的数据源,在这些数据源中执行检索,从而减少查询时间,给用户带来了更好的查询体验.从实验结果可以看出,这种方法在实际系统(例如机票查询系统)中可以得到很好的效果.为了在大规模的数据集上高效地实现相关算法,将min-hash算法应用到相似度估计中来,减少了查询空间和时间的消耗.与传统算法的比较结果表明:min-hash算法能够得到较高的精确度,并且极大地节省了算法的运行时间.

关键词：数据源选择、关键词查询、概要、min-hash算法

所属期刊栏目：4

分类号：TP311.133.1(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60873065;the National High-Tech Research and Development Plan of China under Grant No.2009AA011906国家高技术研究发展计划863;Reserch Program of Sciences at Universities of Inner Mongolia Autonomous Region under Grant No.NJzy08152

在线出版日期：2010-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：890-898