RM树:一种支持字符串相似性操作的索引

• 作者: 李建中 杨东华 王金宝 高宏
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 字符串 相似性 索引 查询处理 连接处理
• 年，卷（期）: 2011,（11）
• 页码范围: 2142-2154
• 分类号: TP311
• 字数: 13820字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2011.02142

摘要

字符串相似性操作在很多领域中被广泛应用,如数据清洁、信息集成等.现有研究工作主要为基于q-Gram和倒排索引的内存方法,在处理大量数据时具有以下缺点:内存消耗大、更新效率低、支持操作类型有限.现有的外存索引Bed树无法将相似的字符串聚类,在查询处理过程中导致了较大的I/O代价.该文设计了支持多种字符串相似性操作的RM树索引,消除了现有内存方法的缺点,并通过字符串聚类的方法提高了相似性操作的效率.该文通过大量实验结果证明了RM树的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建中	哈尔滨工业大学计算机科学与技术学院	237	6003	33.0	72.0
2	高宏	哈尔滨工业大学计算机科学与技术学院	109	1574	18.0	36.0
3	杨东华	哈尔滨工业大学基础与交叉科学研究院高性能计算中心	11	167	7.0	11.0
4	王金宝	哈尔滨工业大学计算机科学与技术学院	5	46	4.0	5.0