互关联后继树索引改进研究与应用

论文摘要

全文索引的显著特点就是提供对非结构化海量数据的管理和快速查询。全文索引创建的空间效率和索引建好后的查询速度是全文索引研究领域的两大热点。本文讨论并比较了现有的几种流行的全文索引模型,介绍了一种新型的全文数据库的数据模型——互关联后继树（文中简称为IRST）,并且在此基础上介绍了近期研究的一些新进展。首先在索引的查询速度上有所提高。文章先介绍了一种双排序互关联后继树（DIRST）,它是在在互关联后继树模型上的改进而成。然后通过比较最新研究的双排序互关联后继树逆向区间二分查询法与已有的双排序互关联后继树正向区间二分查询法的性能,证实了双排序互关联后继树逆向区间二分查询法是目前基于互关联后继树的最快的查询方法。另外,文章还介绍了互关联后继树在频繁模式挖掘上的应用情况。通过一种互关联后继图的模型,成功的将后继树应用于频繁模式挖掘。通过与经典的FP-Growth算法比较,互关联后继树频繁模式挖掘算法在测试情况下普遍大大优于FP-Growth算法。从而证明了互关联后继树在频繁模式挖掘上也有很好的应用前景。

论文目录

• 目录
• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 全文检索模型的分类
• 1.2.2 几种主要的全文检索的索引模型
• 1.2.3 全文检索技术的应用
• 1.3 论文的组织
• 第二章 互关联后继树模型
• 2.1 原始模型
• 2.2 精简模型
• 2.3 实例分析
• 第三章 双排序互关联后继树
• 3.1 双排序互关联后继树模型概要
• 3.2 双排序互关联后继树创建算法
• 第四章 双排序互关联后继树查询算法
• 4.1 双排序互关联后继树正向区间二分查询算法
• 4.1.1 后继区间搜索
• 4.1.2 算法介绍
• 4.1.3 时间复杂度分析
• 4.2 双排序互关联后继树逆向区间二分查询算法
• 4.2.1 算法介绍
• 4.2.2 时间复杂度分析
• 4.3 实验与分析
• 4.4 结论
• 4.5 算法应用
• 第五章 互关联后继树模型的频繁模式挖掘
• 5.1 频繁模式挖掘介绍
• 5.2 FP-Growth算法挖掘频繁模式
• 5.2.1 基本思路
• 5.2.2 挖掘算法
• 5.2.3 算法讨论
• 5.3 互关联后继树模型的基本概念
• +树创建算法'>5.4 IRST⁺树创建算法
• 5.5 IRST+树频繁项集挖掘算法
• 5.6 IRST+树频繁项集挖掘算法改进
• 5.7 IRST+树挖掘算法与FP-growth算法的比较
• 5.8 实验
• 5.9 结论
• 第六章 进一步改进与设计
• 第七章 结论与展望
• 参考文献
• 硕士研究生期间项目和论文
• 致谢