高效的数据源选择方式

• 作者: 冯建华 李国良 黄维篁
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 数据源选择 关键词查询 概要 min-hash算法
• 年，卷（期）: 2010,（10）
• 页码范围: 890-898
• 分类号: TP311.133.1
• 字数: 7376字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.10.003

摘要

随着关键词查询技术的飞速发展和互联网数据的迅猛增长,高效、准确的数据源选择变得十分有意义.提出了一种基于倒排列表的数据源选择方式,通过这种方式,能够在短时间内选择出相关度高的数据源,在这些数据源中执行检索,从而减少查询时间,给用户带来了更好的查询体验.从实验结果可以看出,这种方法在实际系统(例如机票查询系统)中可以得到很好的效果.为了在大规模的数据集上高效地实现相关算法,将min-hash算法应用到相似度估计中来,减少了查询空间和时间的消耗.与传统算法的比较结果表明:min-hash算法能够得到较高的精确度,并且极大地节省了算法的运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯建华	清华大学计算机科学与技术系	51	794	13.0	27.0
2	李国良	清华大学计算机科学与技术系	20	425	8.0	20.0
3	黄维篁	清华大学计算机科学与技术系	1	4	1.0	1.0