学位论文 > 优秀研究生学位论文题录展示

基于关键字的模糊查询技术的研究

作　者: 李文
导　师: 滕忠坚；洪亲
学　校: 福建师范大学
专　业: 计算机应用技术
关键词: 模糊查询关键字 n-gram 倒排索引编辑距离
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 14次
引　用: 0次
阅　读: 论文下载

内容摘要

信息产业的飞速发展,使得信息量飞速膨胀,面对海量的数据信息,怎样从中找到需要的有效信息,成为人们研究的热点问题。而随着数据的不断增加,准确而有效的查询变得越来越困难。不但数据中本身就存在一些相似相近的关键字,而且一些输入的错误、数据库中的“脏数据”也会给数据检索带来一定的困难。因此,模糊查询应运而生。目前,很多学者已经提出很多关于模糊查询的算法以及思想,但是,这些算法大部分都是基于前缀匹配的关键字的查询,查询的结果往往差强人意。本文提出了一种新的基于n-gram(即字符串片段)的模糊查询技术,该技术能够保证用户在输入错误或者数据库中存在“脏数据”的情况下,依然能够将有用的信息返回给用户。本文主要介绍了基于这种字符串分割技术的模糊查询的算法实现。主要包括字符串分割的算法实现、基于B+树结构的倒排索引的建立、输入预处理、通过多路归并算法从数据库中找到符合查询条件的候选者,以及最终通过编辑距离算法从候选者中找出符合一定编辑距离的最终结果返回给用户的具体做法,并通过实验平台证实了该思想的可行性。

全文目录

中文摘要  2-3
Abstract  3-4
中文文摘  4-7
目录  7-9
绪论  9-13
  一、课题背景  9
  二、国内外概况  9-10
  三、研究的主要问题及解决方案  10-11
  四、本课题的意义与价值  11-12
  五、本文主要研究内容  12-13
第一章基于关键字的模糊查询  13-21
  第一节基于关键字的模糊查询  13-19
  第二节本文创新点  19-21
第二章基于n-gram的字符串分割技术  21-27
  第一节字符串分割技术  21-23
  第二节分割字符串的算法实现  23-25
  第三节实验结果与算法分析  25-26
  第四节本章小结  26-27
第三章索引的创建  27-47
  第一节索引技术  27
  第二节倒排列表与索引技术  27-29
  第三节用B+树实现倒排索引  29-45
    3.1 B+树的定义及特点  30-31
    3.2 现有算法  31-34
    3.3 本文改进算法  34-44
    3.4 算法分析与实验结果  44-45
  第四节本章小结  45-47
第四章查询结果的筛选  47-63
  第一节输入预处理  47-49
  第二节多路归并算法  49-57
    2.1 Heap  50-51
    2.2 MergeOpt  51
    2.3 ScanCount  51-52
    2.4 MergeSkip  52-54
    2.5 DivideSkip  54-56
    2.6 算法比较  56-57
  第三节编辑距离筛选最终结果  57-59
    3.1 编辑距离概述  57-59
    3.2 数据查询结果的筛选  59
  第四节实验算法分析与比较  59-61
  第五节本章小结  61-63
第五章全文总结及展望  63-65
  第一节全文总结  63-64
  第二节工作展望  64-65
参考文献  65-71
攻读学位期间承担的科研任务与主要成果  71-73
致谢  73-75
个人简历  75-77

基于关键字的模糊查询技术的研究

内容摘要

全文目录

相似论文