导读:本文包含了查询模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,时态,拓扑,信息检索,序数,语言,数据库。
查询模型论文文献综述
赵萍,寿黎但,陈珂,陈刚,吴晓凡[1]（2019）在《面向局域检索的时变图数据存储与查询模型》一文中研究指出时变图数据是实体间相互关联、实体属性和实体间关系会发生频繁变化的图结构数据,适用于电子商务的商品与用户关系表示、包含时间维度的知识图谱构建、企业组织架构管理等场景。针对建立时变图数据通用存储检索方案的挑战,文中提出了一种面向局域检索的模型方案,基于图数据库高效的关系检索能力以及分布式键值数据库在存储与查询方面的优势,实现了通用的可提供丰富表达能力的图数据历史存储检索系统。实验证明,所提方案在历史属性存储上具备显着的优势。(本文来源于《计算机科学》期刊2019年10期）
王泓机,戴炳荣,李超,张绍华[2]（2019）在《针对区块链应用的查询优化模型》一文中研究指出区块链应用有去中心化、可追溯、不可篡改等优点,但现有的区块链系统难以满足在大数据量下数据的查询、访问需求。针对以上问题,结合ETL流程与区块链自身特点,提出一种区块链应用查询优化流程模型ETLVQ(Extract-Transform-Load-Validation-Query)。模型分为叁个阶段:在第一阶段将区块链应用中异构数据源的数据进行抽取、转换并加载到查询优化数据仓库中;在验证阶段对加载后数据进行一致性校验;在查询阶段对外提供查询访问服务。该模型在保证区块链数据安全性的前提下,显着提升了区块链应用的查询访问效率与并发能力。(本文来源于《计算机工程与应用》期刊2019年22期）
成烽,向隆刚,邵晓天[3]（2019）在《轨迹-路网动态拓扑过程模型及其交通信息查询分析》一文中研究指出车辆行驶轨迹与路网相互关联,形成复杂的时空动态拓扑过程。首先从轨迹-道路拓扑状态入手,对车辆轨迹在路网中的动态拓扑过程进行建模。然后基于该模型,进一步探讨了车辆轨迹相对于路网的拓扑关系提取方法,并设计了相应关系模式,从而采用关系型数据库来组织管理大规模轨迹-路网动态拓扑过程。最后,从道路交叉口分析、道路交通流量分析、道路通行时间分析等多个角度,讨论了轨迹-路网动态拓扑过程模型在交通信息查询分析中的应用。(本文来源于《测绘地理信息》期刊2019年05期）
杨宁,许嘉,吕品,李陶深[4]（2019）在《基于混合处理模型的乱序数据流分布式聚合查询处理技术》一文中研究指出为了解决现有的乱序数据流聚合查询处理技术不能在降低查询处理延迟,同时保障聚合查询结果的最终正确性的局限性问题,本研究设计了混合嵌入分布式流处理模块和分布式批处理模块的乱序数据流分布式聚合查询处理技术。该技术一方面基于用户给定的结果质量,限制自适应地优化流处理模块所用的缓冲区大小,从而尽可能降低流处理的查询处理延迟;另一方面基于备份于分布式数据存储系统的历史流数据,并以批处理的方式实现对极其晚到流元组的查询处理,从而保障聚合查询结果的最终正确性。基于真实的乱序数据流数据集对该技术进行测试分析表明:该技术在平均查询处理时延、查询结果精度和系统可扩展性方面,比目前最好的基于缓存的乱序数据流处理技术均具有显着优势。(本文来源于《广西科学》期刊2019年04期）
郭显娥[5]（2019）在《Django实现ORM模型数据查询优化》一文中研究指出网站设计中数据库查询是非常关键的技术,好的查询方法可以大大地节省开销。数据库越庞大,要求查询效率越高。文章以Django开发为背景,对ORM模型数据查询做了一些验证性研究。阐述了数据库中相关联表(如:一对多关系与多对多关系等)数据查询的优化方法,编写了视图函数和URL映射进行测试,并对结果数据做了比较与分析。贯穿全文,是一个完整的Django数据查询项目。(本文来源于《山西大同大学学报(自然科学版)》期刊2019年03期）
马路佳,赖文,赵小兵[6]（2019）在《基于跨语言词向量模型的蒙汉查询词扩展方法研究》一文中研究指出跨语言信息检索指以一种语言为检索词,检索出用另一种或几种语言描述的一种信息的检索技术,是信息检索领域重要的研究方向之一。近年来,跨语言词向量为跨语言信息检索提供了良好的词向量表示,受到很多学者的关注。该文首先利用跨语言词向量模型实现汉文查询词到蒙古文查询词的映射,其次提出串联式查询扩展、串联式查询扩展过滤、交叉验证筛选过滤叁种查询扩展方法对候选蒙古文查询词进行筛选和排序,最后选取上下文相关的蒙古文查询词。实验结果表明:在蒙汉跨语言信息检索任务中引入交叉验证筛选方法对信息检索结果有很大的提升。(本文来源于《中文信息学报》期刊2019年06期）
余传明,胡莎莎,叶鹏昊,安璐[7]（2019）在《基于深度强化学习的查询扩展模型研究》一文中研究指出文章在传统的伪相关反馈基础上引入深度强化学习的查询扩展方法来改善信息检索中由词不匹配造成的检索效果不佳问题。选择eBay于2017年发布的用户查询与商品名称作为实验数据,利用深度学习框架抽取词的抽象特征,并把召回率作为奖励,使用强化学习方法对扩展词进行选择。当使用召回率、精度和平均精度均值叁个指标对模型进行评价时,文章提出的基于深度强化学习的查询扩展方法明显优于基线方法(原始查询、基于TF-IDF的查询扩展、基于余弦相似度的查询扩展和基于深度学习的查询扩展),扩展后的查询检索效果在召回率上比原始查询高1.32%。实验结果表明基于深度强化学习的查询扩展模型能够改善词不匹配带来的问题,提高系统检索效果。(本文来源于《情报理论与实践》期刊2019年09期）
商甜甜[8]（2019）在《融合数据库查询的对话管理模型研究与应用》一文中研究指出任务型人机对话系统旨在使机器通过自然语言与用户进行交互,帮助用户完成特定任务,已广泛应用于各领域企业智能客户服务中。在很多客服系统中,都需要在对话过程中进行数据库查询(如订票),并依据查询结果来响应用户。对话管理是对话系统的核心,负责维护对话状态并基于此生成响应用户的对话策略。但是,现有的对话管理研究较少将数据库查询信息用于对话策略的优化。本文针对这一问题,在广泛调研的基础上,开展需要进行数据库查询的任务型人机对话管理模型的研究与应用,具体工作内容如下:提出了一个融合数据库查询的对话管理模型。模型联合建模自然语言理解、对话状态追踪和动作决策叁个对话系统子任务。其中,自然语言理解模块使用长短期记忆(LSTM:Long Short-Term Memory)神经网络编码,每一轮的用户输入为一个句子向量,同时标注其中的槽值;对话状态追踪模块使用LSTM持续接收句子向量,并结合上一轮对话管理模型的动作得到对话的当前状态表示;动作决策模块采用深层Q网络,依据当前对话状态以及数据库信息进行动作决策。在会议室预订任务上的实验结果表明该模型能够在完成任务的同时,有效减少对话轮次。基于上述技术设计并实现了一个面向会议室预订的人机对话系统,系统可以通过对话交互预定所需要的会议室。(本文来源于《北京邮电大学》期刊2019-06-04）
宋雅迪[9]（2019）在《融合主题模型和词嵌入的查询优化方法研究》一文中研究指出搜索引擎技术的发展与应用改变了人们获取信息的方式。但是在信息检索中,由于用户的查询简短、查询意图不明确等原因,常使系统返回的文档不符合用户的搜索意图。为了提升检索性能,搜索引擎普遍采用查询优化技术,包括查询扩展和查询推荐两方面。传统的优化方法中,伪相关反馈方法是一种有效的方案,但其中的主题偏移问题会给优化效果带来负面的影响,降低检索性能。对于查询扩展,在由伪相关反馈文档获取扩展词后,常将其简单地拼接到原始查询中,这种方式没有对查询词和扩展词之间的相关度进行度量,会对返回文档的排序造成影响。对于查询推荐,由于搜索日趋专业化,如何从伪相关反馈文档中挖掘术语词进行推荐以及如何获取查询词和推荐词之间的语义关系成为重要的研究问题。本文针对以上问题进行了以下叁个方面的研究:1.提出主题推断策略去解决伪相关反馈方法中的主题偏移问题。首先使用基于语言模型的打分策略获取反馈文档,并用LDA主题模型对其进行建模;然后用基于吉布斯采样和词嵌入的方法对查询语句的主题进行推断,由此确定相关主题进而改进了基于主题模型的候选词获取方法。实验表明,词嵌入方法从语义的角度出发,在多个方面对查询进行了描述,体现了更多的语义信息。2.使用权重计算方法优化查询扩展中的文档打分策略。首先使用主题推断策略获取候选扩展词;然后对其进行特征计算,包括统计特征和由词嵌入得到的语义特征,根据特征值赋予扩展词不同的权重;最后进行二次检索返回结果。实验表明,引入特征权重计算可以进一步提高伪相关反馈方法的检索效果。3.提出术语词推荐方法进一步提升用户体验。首先利用术语词典从伪相关反馈文档中抽取术语词文档,在对术语词文档建模后,由主题推断策略获取候选术语词;然后建立关系识别算法,将有监督和无监督的方式融合,挖掘查询词和术语词的语义关系,将带有语义关系的词推荐给用户。实验表明,该方法可以更好地满足用户的搜索需求。(本文来源于《北方工业大学》期刊2019-05-06）
胡章兵,左良利[10]（2019）在《时态JSON数据模型及查询语言处理》一文中研究指出JSON作为新一代的数据交换格式,因其轻量级,易解析,高效率等特点在数据交换领域变得越来越受欢迎。但是,传统的JSON文档不能反映自身的历史演变进程,而同时又希望能够检索任意时间点的文档内容。因此,能够反映文档内容随时间变化的时态模型变得十分必要和有价值。由于JSON和XML的功能非常类似,并且时态XML已经得到了众多学者的广泛研究,因此通过借鉴时态XML的研究成果可以为时态JSON研究工作提供很多帮助和启示。通过在非时态JSON模型中加入时间属性,提出时态JSON数据模型。该时态模型记录了JSON文档元素随时间变化的历史数据,再对非时态查询语言进行时态扩展支撑,就可以得到在任意时间点的文档快照,检索出查询语句的结果。最后,给出了模型的模式定义和时态模型到时态文档的映射算法。(本文来源于《计算机技术与发展》期刊2019年10期）
查询模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
区块链应用有去中心化、可追溯、不可篡改等优点,但现有的区块链系统难以满足在大数据量下数据的查询、访问需求。针对以上问题,结合ETL流程与区块链自身特点,提出一种区块链应用查询优化流程模型ETLVQ(Extract-Transform-Load-Validation-Query)。模型分为叁个阶段:在第一阶段将区块链应用中异构数据源的数据进行抽取、转换并加载到查询优化数据仓库中;在验证阶段对加载后数据进行一致性校验;在查询阶段对外提供查询访问服务。该模型在保证区块链数据安全性的前提下,显着提升了区块链应用的查询访问效率与并发能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
查询模型论文参考文献
[1].赵萍,寿黎但,陈珂,陈刚,吴晓凡.面向局域检索的时变图数据存储与查询模型[J].计算机科学.2019
[2].王泓机,戴炳荣,李超,张绍华.针对区块链应用的查询优化模型[J].计算机工程与应用.2019
[3].成烽,向隆刚,邵晓天.轨迹-路网动态拓扑过程模型及其交通信息查询分析[J].测绘地理信息.2019
[4].杨宁,许嘉,吕品,李陶深.基于混合处理模型的乱序数据流分布式聚合查询处理技术[J].广西科学.2019
[5].郭显娥.Django实现ORM模型数据查询优化[J].山西大同大学学报(自然科学版).2019
[6].马路佳,赖文,赵小兵.基于跨语言词向量模型的蒙汉查询词扩展方法研究[J].中文信息学报.2019
[7].余传明,胡莎莎,叶鹏昊,安璐.基于深度强化学习的查询扩展模型研究[J].情报理论与实践.2019
[8].商甜甜.融合数据库查询的对话管理模型研究与应用[D].北京邮电大学.2019
[9].宋雅迪.融合主题模型和词嵌入的查询优化方法研究[D].北方工业大学.2019
[10].胡章兵,左良利.时态JSON数据模型及查询语言处理[J].计算机技术与发展.2019
论文知识图
