10.3969/j.issn.1001-3695.2014.10.028
Part-Join:基于划分的字符串相似性连接
目前,已有许多高效的字符串相似性连接算法被提出,但是这些算法在过滤的过程中利用的往往是字符串本身的局部信息,而忽略了字符串集合的整体信息,故性能没有得到充分的提高.为此,提出了一种基于划分的算法Part-Join,它从频率向量、字母表、频率分布三方面对数据集进行子集划分,并给出子集间的过滤策略用于排除不相似的字符串对.扩展实验表明,Part-Join比已有算法Pass-Join效率提高了10% ~ 15%.
相似性连接、划分、频率、编辑距离
31
TP391(计算技术、计算机技术)
国家重点基础研究发展计划资助项目2012CB316202
2014-11-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
3002-3006