信息技術的發(fā)展極大地改變了人們獲取資源的方式。其中,圖上關鍵字查詢技術引起了越來越多的關注�；趫D結構的多關鍵字檢索是在數(shù)據(jù)圖上找到能夠所有包含查詢關鍵字的子圖。很多文獻都是返回子樹的形式,如最小代價生成樹。最近有研究也提出查找子圖的算法,啟發(fā)性算法就是其中的一種,但是它的查找過程是基于邊的權重,而沒有優(yōu)先考慮節(jié)點和關鍵字之間的相似度,所以現(xiàn)有的算法并不能表現(xiàn)出兩個節(jié)點之間最好的連接關系。同時,現(xiàn)有的方法在top-k結果的排序上也有一定的局限性,在計算邊的權重時只是單純的考慮兩端節(jié)點的權重求平均,沒有考慮每個查詢關鍵字的影響,造成排序結果不理想。本文提出了一種新的圖上多關鍵字檢索方法,采用新的方式計算節(jié)點權重,并基于節(jié)點內(nèi)容設計出一種搜索子圖的算法,首先得到每個關鍵字對應的節(jié)點集合,然后根據(jù)節(jié)點的內(nèi)容相關度依次選擇節(jié)點加入結果集,最后計算結果邊集的過程中考慮了hub節(jié)點的影響,克服了直接計算兩兩節(jié)點之間最短路徑的弊端。最終試圖返回結構關系更為緊密和無冗余的結果。本文同時提出一種新的計算方式來對每個結果子圖進行打分排序,充分考慮了每個關鍵字對節(jié)點內(nèi)容相關度的貢獻,從而返回最優(yōu)的top-k... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 論文的主要工作
    1.3 論文的結構安排
第二章 相關背景知識介紹
    2.1 信息檢索相關研究
        2.1.1 TF-IDF算法
        2.1.2 PageRank算法
        2.1.3 HITS算法
    2.2 關鍵字查詢技術研究
        2.2.1 xml文檔關鍵字查詢
        2.2.2 關系數(shù)據(jù)庫上關鍵字查詢
        2.2.3 圖上關鍵字查詢技術研究
第三章 基于節(jié)點內(nèi)容的啟發(fā)性搜索算法研究
    3.1 問題描述
    3.2 概念定義
    3.3 算法描述
        3.3.1 HMNC搜索算法
        3.3.2 生成結果邊集
    3.4 本章小結
第四章 基于集合表示的排序算法研究
    4.1 引言
    4.2 問題描述
    4.3 GSS排序算法
    4.4 本章小結
第五章 實驗與分析
    5.1 實驗數(shù)據(jù)
    5.2 實驗結果效率評價方法
    5.3 評估實驗結果的標準
        5.3.1 DCG評估標準
        5.3.2 NRR評價方法
    5.4 本章小結
第六章 總結與展望
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
附錄3 攻讀碩士學位期間參加的科研項目
致謝
參考文獻



本文編號：3203374