导读:本文包含了匹配查询论文开题报告文献综述及选题提纲参考文献,主要关键词:信息检索,搜索引擎,多样性检索,查询子意图
匹配查询论文文献综述
严国莉,王保林,王新增,王胜利[1](2019)在《基于查询子意图进行匹配的多样性搜索创新研究》一文中研究指出互联网快速发展,信息技术日新月异,人们已进入了一个信息爆炸的时代。人们获取的知识只是知识库里很小的一部分,网页搜索是必然发生的事情。多样性搜索已经逐渐成为提高网页搜索效率和用户满意度的一个重要因素。论文提出了一种基于查询子意图进行匹配的多样性搜索创新研究算法。该算法首先根据网页检索日志构建用户的行为模型,然后根据用户输入的查询词,挖掘出用户的查询子意图。同时,基于查询结果的关键词对传统查询结果重排序。最后将排序后的结果和用户查询子意图进行匹配,挖掘出满足用户需要的搜索结果,并排序展现给用户,从而给用户提供了多样化的搜索结果。(本文来源于《信息系统工程》期刊2019年09期)
邬志罡,荆一楠,何震瀛,王晓阳[2](2019)在《基于用户查询与样本间匹配度评估的分层抽样策略》一文中研究指出在数据探索性分析场景下,用户倾向于借助抽样系统获取近似查询结果来换取更快的查询速度。现有的抽样系统通常假设用户的历史查询记录能很好地表征未来的查询情况,从而针对特定的查询特征生成特定的抽样策略。然而,在现实场景中,用户探索意图变化丰富,用户查询特征的稳定性假设通常无法得到保证。为解决上述问题,提出一种评估任意用户查询与样本间匹配度的方法。离线训练生成多份样本集,并在应对具体查询时自动选取最匹配样本集进行近似结果计算。离线样本集的生成是以在所有可能的用户查询上的预期匹配度损失总和最小作为训练目标。实验结果表明,在真实数据集上,该抽样系统与现有方法相比,将近似结果的精确度提高了26.3%。(本文来源于《计算机应用与软件》期刊2019年08期)
梁珺秀,许建秋,秦小麟[3](2018)在《K近邻近似模式匹配查询》一文中研究指出随着智能终端的广泛普及,传统的移动对象描述中增加了许多语义相关信息.现有语义移动对象查询大多在语义匹配的前提下再进一步考虑时空属性,造成部分结果在时空维度距离较远.为此,针对时空标签轨迹的语义描述,提出近似模式匹配,并给出相关定义表示,以考虑轨迹语义部分匹配查询条件.在此基础上,提出K近邻近似模式匹配查询,以实现同时考虑时空距离和语义匹配程度,引入新的剪枝策略,并给出基于标签R树的K近邻近似模式匹配查询算法.实验结果表明,与基于RR-Tree,3DR-Tree,TB-Tree及SETI索引的查询算法对比,在不同参数下,基于LR-Tree的K近邻近似模式匹配算法表现出更好的剪枝能力.(本文来源于《小型微型计算机系统》期刊2018年12期)
梁珺秀,许建秋[4](2018)在《基于时空标签轨迹的范围模式匹配查询》一文中研究指出针对时空标签轨迹的语义描述,结合传统移动对象范围查询,提出范围模式匹配查询并给出形式化表示。范围模式匹配查询返回在给定时空范围内匹配给定查询模式的所有轨迹,设计基于标签R树的范围模式匹配查询算法,并介绍查询算法中的筛选过程及精细计算过程。通过大量实验,从查询算法的不同参数角度分析,与基于RR-Tree、3DR-Tree、TB-Tree及SETI的查询算法进行对比,验证了提出的基于标签R树的范围模式匹配查询算法的有效性。(本文来源于《计算机与现代化》期刊2018年08期)
邵荟洁[5](2018)在《基于模板匹配的查询分类研究》一文中研究指出互联网迅猛发展引起的信息剧增使得互联网用户在检索信息时需要凭借媒介才能快速、高效、准确的查找到需要的信息,而搜索引擎作为连接用户和互联网的桥梁,使用率是最高的,用户对搜索引擎的依赖也促使其成为一个重要的人机交互渠道。在高使用率的情况下,越来越多的用户希望能得到良好的用户体验支持:快速、准确地召回结果,图形化的交互界面,智能完善查询语句。近几年,新事物的不断兴起使得搜索引擎用户的搜索需求日益多样化、个性化、精细化,满足这种多样精细的需求是搜索引擎的本质功能,也是识别用户真实查找意图的关键步骤。对用户检索意图的识别主要作用在两方面,一是提取特征,二是对用户查询进行分类。传统的用户查询分类方式是预先构建好类别体系,但这种方法不具备灵活性、可扩展性比较差。面对上述问题,本文的方法在可扩展性方面做出了优化,本文的研究工作旨在识别用户在搜索引擎进行检索时的真实需求,通过分析用户输入的查询语句,识别用户意图并进行查询类别判断。本文使用的数据集是搜狗实验室和360搜索的日志文件,根据用户查询语句的细分类别和附加信息构建二分图,并使用随机游走算法挖掘具体类别的实体词典和模板词典。然后本文基于Hash表加数组的Trie树结构将词典进行插入,并基于此结构设计了用户查询语句的类别识别算法。本文选取了游戏细分类目作为试验类目,评估了算法的复杂度,并通过召回率和准确率两个评价指标与其他方法进行了对比,实验结果表明本文的方法在以上两个评价指标上、可扩展方面优于其他方法。(本文来源于《东北师范大学》期刊2018-06-01)
施群[6](2018)在《基于图匹配的社交网络用户群体查询算法研究》一文中研究指出随着互联网的广泛普及,社交网络已成为人们交往生活的主要平台。社交网络可以表示为图的形式,其中每个顶点代表一个实体,每条边代表两个实体之间的关系。由于获取数据的技术有限、数据缺失和隐私保护等问题,导致社交网络个体关系存在与否无法判断,使得社交网络具有了不确定性。社交网络上存在丰富的应用,通常使用了图模式匹配(GPM)技术。基于图匹配的社交用户群体查询,具有重要研究价值。不仅能够成为基础性研究,支持其他研究,而且具有重要商业价值。社交网络包含丰富的社交语境信息,对于基于图匹配的社交网络用户群体查询质量有着重要的影响。现有两种基于图匹配的社交网络用户群体查询,确定的社交网上Top-K结点查询和不确定的社交网络上点集查询。现有的算法由于忽视了社交网络上社交语境信息,不能够发现高质量的群体。本文主要对这两种查询和现有算法存在的问题进行研究,分别提出相应的算法,具体内容如下:(1)本文提出了多约束Top-K指定结点查询算法。这个算法用于确定的社交网络。现有算法忽视社交语境信息,因此本文定义排序函数,将社交属性的影响以加权求和的方式融入。由于这个查询问题涉及NP-Complete的多约束路径查询问题,为了提高效率,本文的算法结合了“提前终止”策略,有效的减少了迭代次数。为了进一步提高效率,本文构建MA-Tree和SSC-Index两个索引。在5个真实的社交网络数据集上,实验验证算法效率和有效性。(2)本文提出了基于阈值的多约束点集查询算法。这个算法用于具有不确定性的社交网络。由于不确定社交网络上的查询问题是#P-Complete的,需要效率高的近似方法。因此,基于当前较为先进的采样算法,回归采样,来评估候选群体的存在概率,具有较高的准确性和效率。为进一步提高算法的准确性和效率,本文使用近似算法获取计算最小子图和对等价子图采样。通过实验验证算法的效率和有效性。(本文来源于《苏州大学》期刊2018-05-01)
许建秋,梁珺秀,秦小麟[7](2018)在《基于时空标签轨迹的k近邻模式匹配查询》一文中研究指出时空标签轨迹在传统的时空轨迹数据基础之上融入了具有语义含义的标签信息,丰富了移动对象数据。针对该数据提出k近邻模式匹配查询,即在给定时间区间内匹配相应的模式且距离查询轨迹最近的k条轨迹。设计并实现标签R树(LR-Tree),即增加标签表并在R树每项中添加标签位图,及基于LR-Tree的k近邻模式匹配查询算法。通过真实数据和合成数据将LR-Tree与3DR-Tree、SETI及TB-Tree进行对比,实验表明LR-Tree具有更好的剪枝能力,从而验证了所提算法及索引的有效性。(本文来源于《通信学报》期刊2018年04期)
祝国明,裴华英[8](2017)在《一种数据结构字符串匹配查询算法的设计与分析》一文中研究指出本文简要说明了数据结构中字符串匹配查询算法的一般算法和经典KMP算法,并基于C语言程序的方式分析并设计实现了一种效率折中、所有匹配字符串查询算法,有助于丰富算法的教学与算法学习比较。(本文来源于《农家参谋》期刊2017年24期)
张素智,丁温雪,徐家兴[9](2016)在《支持多子串近似匹配的空间关键词查询算法》一文中研究指出随着空间数据飞速增长,不仅POI(Point Of Interest)越来越密集,而且每个空间点的文本描述也越来越多,以往关键词近似查询算法中,不同长度的关键词需要不同的阈值相匹配,影响查询效率和查询结果.针对以上不足提出了支持空间多子串近似匹配的空间关键词查询算法,在该算法中不需要考虑阈值的改变,而是将编辑距离直接应用到索引结构中.通过真实数据进行实验,表明该算法在查询精准性和查询效率上都有较大的提高.(本文来源于《湖北民族学院学报(自然科学版)》期刊2016年03期)
崔岩,崔婉秋,王大伟[10](2016)在《XML查询中相关关键字匹配算法研究》一文中研究指出XML关键字查询已经成为一种面向用户的友好型查询手段。由于信息量急剧增长,检索技术更加注重查询效率。针对鉴定相关关键字匹配算法进行了对比归纳,并提出了XML关键字检索所面临的新挑战。(本文来源于《信息通信》期刊2016年08期)
匹配查询论文开题报告
(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:
在数据探索性分析场景下,用户倾向于借助抽样系统获取近似查询结果来换取更快的查询速度。现有的抽样系统通常假设用户的历史查询记录能很好地表征未来的查询情况,从而针对特定的查询特征生成特定的抽样策略。然而,在现实场景中,用户探索意图变化丰富,用户查询特征的稳定性假设通常无法得到保证。为解决上述问题,提出一种评估任意用户查询与样本间匹配度的方法。离线训练生成多份样本集,并在应对具体查询时自动选取最匹配样本集进行近似结果计算。离线样本集的生成是以在所有可能的用户查询上的预期匹配度损失总和最小作为训练目标。实验结果表明,在真实数据集上,该抽样系统与现有方法相比,将近似结果的精确度提高了26.3%。
(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。
匹配查询论文参考文献
[1].严国莉,王保林,王新增,王胜利.基于查询子意图进行匹配的多样性搜索创新研究[J].信息系统工程.2019
[2].邬志罡,荆一楠,何震瀛,王晓阳.基于用户查询与样本间匹配度评估的分层抽样策略[J].计算机应用与软件.2019
[3].梁珺秀,许建秋,秦小麟.K近邻近似模式匹配查询[J].小型微型计算机系统.2018
[4].梁珺秀,许建秋.基于时空标签轨迹的范围模式匹配查询[J].计算机与现代化.2018
[5].邵荟洁.基于模板匹配的查询分类研究[D].东北师范大学.2018
[6].施群.基于图匹配的社交网络用户群体查询算法研究[D].苏州大学.2018
[7].许建秋,梁珺秀,秦小麟.基于时空标签轨迹的k近邻模式匹配查询[J].通信学报.2018
[8].祝国明,裴华英.一种数据结构字符串匹配查询算法的设计与分析[J].农家参谋.2017
[9].张素智,丁温雪,徐家兴.支持多子串近似匹配的空间关键词查询算法[J].湖北民族学院学报(自然科学版).2016
[10].崔岩,崔婉秋,王大伟.XML查询中相关关键字匹配算法研究[J].信息通信.2016