压缩的全文自索引算法研究

• 作者: 刘庆云 刘燕兵 王春露 路炜 郭莉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 全文索引 数据压缩 自索引 后缀数组 BWT 变换
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 数据库技术
• 页码范围: 11-15,35
• 页数: 6页
• 分类号: TP391
• 字数: 7282字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.03.004

摘要

针对传统全文索引技术空间浪费过大等问题，介绍压缩的全文自索引技术。该技术仅利用索引数据即可完成子串搜索，并且可以从索引数据无损地还原出原始的文本信息，是一种无需存储原始文本信息的“自索引”技术，从而大大节省存储空间。综述现有的十几种典型的压缩的全文自索引算法的基本思想及其实现，并在多种数据集上对这些算法进行综合的测试评估。实验结果表明，压缩的全文自索引技术有效地节省了空间开销，实用价值较高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春露	北京邮电大学计算机学院	17	142	7.0	11.0
2	郭莉	中国科学院信息工程研究所信息内容安全技术国家工程实验室	64	788	14.0	26.0
3	刘燕兵	中国科学院信息工程研究所信息内容安全技术国家工程实验室	20	149	7.0	11.0
4	路炜	北京邮电大学计算机学院	8	5	1.0	1.0
8	刘庆云	中国科学院信息工程研究所信息内容安全技术国家工程实验室	10	87	5.0	9.0