10.3969/j.issn.1001-7119.2013.10.024
基于位置敏感哈希的海量文本数据查询算法研究
提出了一种基于位置敏感哈希算法的海量文本数据查询算法,通过位置敏感哈希算法将文本数据的特征向量映射到哈希桶中,从而有效地降低了计算复杂度并提高了数据检索的效率。首先,利用TF-IDF特征表示文本的特征向量,并根据给定的哈希函数集把文本的特征向量映射至哈希桶;接下来,利用哈希表为给定的文本计算出与之对应的直方图,通过直方图距离计算文本的相似度;最后,通过计算目标文本集中的文本与待查询文本的相似度进行文本排序,排序分值高的文本作为相关文本返回给用户。实验结果表明,对比已有方法文本提出的算法在MAP以及查全率-查准率曲线两个测度上都获得了较好的性能。
位置敏感哈希、海量文本数据、哈希桶、排序
TP391(计算技术、计算机技术)
黑龙江省教育厅2013年度科学技术研究面上项目12531089。
2013-11-13(万方平台首次上网日期,不代表论文的发表时间)
共3页
70-72