关系数据库关键字搜索系统Discover的实验与分析

早在2002年,关系数据库中的关键字搜索问题就已经有了很多代表性的研究成果,其中的Discover系统由于其算法经典,在后来的文章中被广泛引用.但是Discover中实验数据并不充分,如关键字个数设定过少、没有给出关键字个数对结果集大小的影响、只在AND语义下进行实验等.由于存在上述问题,使得对关键字搜索问题的研究得不到一些真正有意义的数据.文中实现了Discover中的关键字搜索算法,并对实验进行了进一步的完善,并对实验结果进行了分析和阐述,为关键字搜索提供了更有价值的实验数据和分析结果.     

关系数据库关键字搜索系统Discover的实验与分析

早在2002年,关系数据库中的关键字搜索问题就已经有了很多代表性的研究成果,其中的Discover系统由于其算法经典,在后来的文章中被广泛引用。但是Discover中实验数据并不充分,如关键字个数设定过少、没有给出关键字个数对结果集大小的影响、只在AND语义下进行实验等。由于存在上述问题,使得对关键字搜索问题的研究得不到一些真正有意义的数据。文中实现了Discover中的关键字搜索算法,并对实验进行了进一步的完善,并对实验结果进行了分析和阐述,为关键字搜索提供了更有价值的实验数据和分析结果。     

基于组移动模型的移动传感网数据聚集算法的研究

目前,无线传感器节点可以绑定到各种移动物体和设备中(如动物、车辆、移动电话等).移动载体按某种规律在区域内移动,可构成组移动网络.由于传感器节点计算能力、存储空间、通信带宽都很有限,导致移动无线传感器网络中的数据聚集十分具有挑战性.提出了组移动模型下的数据聚集算法DAG-C,它是基于传染方法将聚集结果转发出去.采用ns...     

KWSDS:关系数据库中Top-k关键词搜索系统

关系数据库中的关键词搜索技术已经成为信息检索领域的研究热点,它为没有任何SQL语法知识的用户提供了一个简单友好的接口.但是现存的关键词搜索系统主要依赖于数据图或模式图,而单独使用数据图或模式图的算法搜索效率不高,结果准确率也较低.设计实现了一个Top-k关键词搜索系统(keyword search system based on database graph and schema graph,KWSDS),用户提交关键词后,系统对关键词进行预处理,消除一些脏关键词.首次提出使用数据图与模式图相结合的方法,设计了同表查询算法和异表查询算法,分析了算法的正确性和时间复杂度,并且提出了相关性结果排序方法.KWSDS系统的搜索算法运行时间短,搜索结果准确性高,具有良好的查询性能.最后通过实验验证了KWSDS的效率.     

数据流上的复合滑动窗口聚集算法

基于滑动窗口的聚集查询是数据流研究领域的一个热点问题。在已有的研究工作中,聚集算法都是针对立即执行的连续查询提出的,这些算法均是当数据流新到一个元组立即计算一次聚集结果。而在实际应用中,连续查询有时采取的是周期执行方式。论文针对周期执行的连续查询提出了复合滑动窗口聚集算法,即数据流新到一个元组,将它插入到基本窗口中,当基本窗口被插满时计算一次聚集结果。给出了非增量式和增量式两种算法。理论分析和实验结果表明增量式算法具有较好的性能。     

基于MANET的组间协作缓冲算法

对MANET环境下的缓冲技术进行了研究,提出了一种组间协作缓冲算法。该算法充分考虑了数据的访问频率,数据缓冲节点到数据源节点的距离、数据的大小和数据的一致性。从缓冲数据的使用角度出发,实现了组间的协作缓冲,使缓冲的数据更合理化,提高了缓冲的命中率。实验证明,提出的算法能显著地减少查询执行的能量消耗,改善查询的平均响应时间。     

TPR-TF:基于张量分解的时间敏感兴趣点推荐模型

针对现有的兴趣点(POI)推荐研究没有合理地利用POI推荐的时间敏感性,对用户在不同时间段的行为偏好没有给予充分考虑,造成推荐效果较差的问题,提出了一种基于层次聚类的时间动态分段算法。把时间敏感的推荐和用户的直接朋友及潜在朋友影响相结合,扩充了用户的社交影响范围。在模型学习过程中采用按访问频次分布随机选择POI位置的方法,改善了经典的贝叶斯个性化排序(BPR)方法。实验结果表明,本文模型性能优于目前的主流POI推荐模型。