一种基于动态平衡树的在线索引快速构建方法

• 作者: 丁国栋 王斌 程学旗 许洪波 郭瑞杰
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 信息检索 在线索引 索引性能 检索性能 动态平衡树
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 信息检索
• 页码范围: 1769-1775
• 页数: 7页
• 分类号: TP391.3
• 字数: 6599字
• 语种: 中文

摘要

倒排索引的构建可以通过离线方式高效地完成,但是仅当整个数据集索引完毕后方可提供检索服务.在线索引可以在构建倒排索引的同时提供检索服务,新加入的文档即刻可供检索.提出了一种基于动态平衡树的在线索引更新策略,利用动态平衡树控制索引合并过程,使索引合并总是在大小相近的子索引之间进行,以减少索引合并代价,同时可以调节索引和检索之间的性能平衡.该方法提供了一个基于合并的在线索引更新框架,与已有方法相比具有更好的通用性、更高的性能和更好的规模可扩展性.在由4000万张网页构成的270 GB Web数据集上运行的实验表明,该方法在实际系统中是高效的,将索引更新的性能提高了92.28%,而检索性能仅下降4.79%,大幅度降低了在线索引构建的代价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	中国科学院计算技术研究所	325	6645	42.0	69.0
2	程学旗	中国科学院计算技术研究所	160	4858	31.0	67.0
3	许洪波	中国科学院计算技术研究所	42	988	14.0	31.0
4	丁国栋	中国科学院计算技术研究所	6	240	5.0	6.0
5	郭瑞杰	中国科学院计算技术研究所	2	46	2.0	2.0