导读:本文包含了协同查询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:近邻,查询系统,信息查询,空间,网络,质心,位置。
协同查询论文文献综述
郭帅,刘亮,秦小麟[1]（2018）在《协同空间关键词Top-k查询》一文中研究指出定位技术和文本处理技术的结合使空间关键词查询处理技术成为研究热点.传统空间关键词查询由单用户提出,包含一个查询位置和一组查询关键词.协同空间关键词Top-k查询(TKCSKQ)返回离多个查询位置近、文本与多组查询关键词相关度高的Top-k对象.针对TKCSKQ中多组查询关键词存在重复和近义关键词,设计了基于查询关键词权重的关键词相关度计算公式.对IR-tree进行了扩展,提出了支持近义关键词匹配的SKNIR-tree索引,并基于SKNIR-tree提出了高效的协同空间关键词Top-k查询处理算法(TKCSK).通过维护一个优先队列以及计算每个节点与查询的最小空间文本相关度来达到剪枝目的,快速识别结果对象.实验结果表明,TKCSK算法的性能相比基础算法平均提高3倍.(本文来源于《小型微型计算机系统》期刊2018年07期）
吴金星[2]（2018）在《基于Web的通信信息协同发布与查询系统》一文中研究指出在本文先对基于PHP以及Mysql的B/S/D模型结构进行分析研究,然后深入的研究通信信息协同发布及其查询查询系统。完成以上分析研究以后,就该系统的应用实践谈一下个人的观点,以供参考。(本文来源于《信息系统工程》期刊2018年01期）
高登,宋剑杰[3]（2017）在《船联网中语义缓存支持的协同和断接近似查询研究》一文中研究指出移动网络和通讯技术快速发展,船联网引起了研究人员的广泛关注。由于船联网通信常常存在网络中断频繁、终端信号不稳定等问题,因此,对船联网通信技术的优化设计具有重要的意义。本文针对船联网的信息缓存和网络断接的查询等问题,系统介绍基于客户查询的语义缓存技术,并利用该技术对船联网进行软件和硬件的更新。(本文来源于《舰船科学技术》期刊2017年10期）
李枫林,魏蕾如,吴敏[4]（2017）在《协同信息查询中的合作意义构建研究》一文中研究指出[目的/意义]合作意义构建是协同信息查询行为的一个重要部分。[方法/过程]文章从认知角度来对协同信息查询进行研究。首先对协同信息查询、合作意义构建的相关研究进行了梳理,其次对合作意义构建作了理论分析,并介绍了协同信息查询中合作意义构建的研究框架,最后通过设定任务,对参与者进行半结构化的深入访谈,总结归纳出两种信息查询协同模式,详细分析了两种模式中的合作意义构建过程。[结果/结论]研究发现,在合作意义构建过程中,信息的分享与交流至关重要。(本文来源于《情报理论与实践》期刊2017年02期）
王怡,王昭,梁生吉[5]（2016）在《基于大数据技术的多平台协同交易数据查询系统的构建》一文中研究指出基于大数据技术的多平台协同交易数据查询系统是农业银行采用No SQL数据库、分布式数据仓库等大数据核心技术搭建的企业级海量交易数据查询系统。2013年11月,作为首家将分布式Hadoop框架应用于对客服务系统的大型银行,农业银行为构建其新型企业级数据管理服务体系迈出了具有开创性的一步。(本文来源于《中国金融电脑》期刊2016年12期）
李枫林,吴敏[6]（2016）在《复杂任务中的协同信息查询行为研究》一文中研究指出信息查询行为与任务种类有很强的关联性。根据任务的分面分类方法抽取任务的典型特征,并藉此对复杂任务中信息查询行为规律及合作中的交互行为进行研究。问卷调查显示,面对复杂任务有两类态度和行为模式,并直接导致两种不同的信息查询结果。在其后的半结构化访谈中对这两种类型人的行为进行了比较分析,得到其在任务认知、查询方法、协同行为及结果评价等方面的差异性特征。(本文来源于《情报科学》期刊2016年09期）
石雁,李朝锋[7]（2016）在《基于协同相似计算的查询推荐》一文中研究指出单个用户历史搜索点击数据具有稀疏性特点,容易导致查询推荐不准确和无法提供多样性查询的问题。为此,提出将每个用户的查询日志作为文档,利用空间向量模型计算文档间的相似度,并将用户在历史数据中对链接的点击频率作为对链接的偏好评分,采用改进的欧氏距离计算用户的最近邻居,计算出当前用户的相似用户集,将相似用户历史行为数据扩充到单个用户数据中。基于朴素贝叶斯模型训练数据并预测查询-链接的点击率,将其作为权重用于点击图中,应用点击传播产生查询推荐。实验结果证明该方法可获得较高的准确度和平均精度均值。(本文来源于《计算机工程》期刊2016年08期）
高胜,马建峰,姚青松,孙聪[8]（2015）在《LBS中面向协同位置隐私保护的群组最近邻查询》一文中研究指出在分析现有群组最近邻查询中位置隐私保护的基础上,提出LBS中一种面向位置隐私保护的群组最近邻查询方法。该方法采用分布式系统结构,克服了集中式匿名系统结构所存在通信瓶颈和攻击重点的缺陷。在此基础上根据用户群组的运动状态信息,提出使用位置随机扰动和门限秘密共享的Paillier密码系统来安全地计算用户群组的质心位置。于是将用户群组的最近邻查询转换为此质心的最近邻查询。与现有的相关工作相比,理论分析表明所提有关方案能够在有效抵御现有的距离交叉攻击和共谋攻击下,实现灵活的群组最近邻查询,同时耗费较低的网络资源。(本文来源于《通信学报》期刊2015年03期）
赵家新,陆扬,曹钰华[9]（2014）在《南通上半年破获电信网络诈骗案近300起》一文中研究指出本报讯 记者赵家新、通讯员陆扬、曹钰华报道：日前，记者从江苏省南通市公安局获悉，今年上半年，南通市公安机关共破获电信网络诈骗案件292起，同比上升53%，抓获电信网络诈骗犯罪嫌疑人76名，同比上升20%，挽回直接经济损失1500余万元。 据介绍(本文来源于《人民公安报》期刊2014-07-07）
江庆彬[10]（2013）在《基于CPU-GPU协同并行的XML数据查询优化》一文中研究指出随着信息技术的迅速发展,我们可以通过互联网从世界各地接收和发送信息,然而,信息交互的过程中遇到了一个突出的问题：不同的平台用到的数据格式可能是各种各样的,也就是数据格式的异构性问题。XML的出现为这一问题的解决提供了理论和技术支持。随着Internet技术的不断发展,XML技术的应用也不断扩展。人们不仅可以运用XML技术进行银行间的数据交换、图书馆对馆藏书目的查询检索、企事业单位对文件档案进行管理,还可以用于电子商务、搜索引擎软件等领域。XML技术在IT环境中扮演着越来越重要的角色,己逐渐成为互联网上传递和交换信息的事实标准。由于各个领域的XML数据量以爆炸性的速度增长,以及XML本身的重大改善,以传统的串行方式对XML进行查询已经不能满足人们对查询效率的要求,更高效率、更大吞吐量的XML查询方法的研究显得越发重要和迫切,如何加快XML查询和如何提高查询的吞吐量正在成为XML查询技术的热门研究课题。目前,在XML数据查询优化方面,主要通过叁种技术手段：利用成熟的数据库技术优化查询、利用索引优化查询和利用并行技术优化查询。利用数据库来优化查询的方法,主要是在传统的关系型数据库的基础上,增加对XML数据结构的支持,通过把XML数据映射成为关系型数据类型,进而利用目前较为成熟的关系型数据库管理技术对XML数据进行存储、查询和管理。利用索引技术对XML数据的查询进行优化的方法,主要是充分利用XML文档自身的自描述性和半结构化等特性,通过某种分类或者简化的方法把XML数据进行分类和建立索引,以此达到优化管理、查询的目的。这两种方法是目前最流行和通用的方法,其本质都是通过改善查询算法的本身来达到优化的目的。利用并行技术优化查询的方法是指通过当前硬件具有强大的通用计算能力来支持XML并行查询,这种方法的研究目前还很少见到,具有较大的研究价值和发展前景。随着GPU技术的迅速发展,特别是GPU通用计算(GPGPU)的提出和应用,GPU以其高度并行的特性正在高性能计算领域发挥着巨大作用。因此,基于GPU的并行优化技术也逐渐成为研究的热点。鉴于以上两点,本文结合XML查询技术和GPU的并行优化技术这两个热点,主要研究了如何使用GPU强大的通用计算能力来加快XML数据查询的效率问题,提出了基于CPU-GPU协同并行的XML数据查询优化算法。为了实现这个算法,我们需要引入一些公共基础。首先,由于XML的文档结构是一个自上而下的树形结构,节点与节点之间有着密切的关系,鉴于XML的这种特殊的文档结构,我们需要对XML文档节点进行编码。本文采用Dewey编码对XML文档进行编码,一是可以方便地管理和获取节点,二是可以利用节点的编码迅速地将XML文档从CPU端传送到GPU端,并在GPU端快速反序列化,恢复XML文档的树形结构,以方便查询的执行。其次,由于对XML文档的解析是一个非常耗时的工作,因此,为了避免每次查询都要花费过多时间来对XML文档进行解析,本文采用Xerces-C对XML文档进行解析,并将解析后的文档存放到嵌入式数据库BerkeleyDB中,以实现一次解析,永久查询。本文首先对XML和XML查询语言、GPU发展现状和NVIDIA的通用计算架构——CUDA编程模型做了简要介绍。然后提出了基于CPU-GPU协同并行的XML数据查询优化算法。算法首先实现一个代价分析模型,该模型用于估算查询的代价,以初步判断该查询是否需要进行GPU并行执行,如果需要进行并行执行,则算法采用查询路径和查询数据量均衡分配相结合的并行分解策略。最后,采用CUDA架构实现了简化后的XML查询语言XPath,并分析了该算法的性能。为了证明该算法的可行性,本文主要从查询加速比和查询时间两个方面进行了对比实验。实验数据表明,我们的并行模型比基于CPU串行方式进行的XML查询模型有更好的加速比和更高的吞吐量。(本文来源于《广西师范大学》期刊2013-05-01）
协同查询论文开题报告
（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：
在本文先对基于PHP以及Mysql的B/S/D模型结构进行分析研究,然后深入的研究通信信息协同发布及其查询查询系统。完成以上分析研究以后,就该系统的应用实践谈一下个人的观点,以供参考。
（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。
协同查询论文参考文献
[1].郭帅,刘亮,秦小麟.协同空间关键词Top-k查询[J].小型微型计算机系统.2018
[2].吴金星.基于Web的通信信息协同发布与查询系统[J].信息系统工程.2018
[3].高登,宋剑杰.船联网中语义缓存支持的协同和断接近似查询研究[J].舰船科学技术.2017
[4].李枫林,魏蕾如,吴敏.协同信息查询中的合作意义构建研究[J].情报理论与实践.2017
[5].王怡,王昭,梁生吉.基于大数据技术的多平台协同交易数据查询系统的构建[J].中国金融电脑.2016
[6].李枫林,吴敏.复杂任务中的协同信息查询行为研究[J].情报科学.2016
[7].石雁,李朝锋.基于协同相似计算的查询推荐[J].计算机工程.2016
[8].高胜,马建峰,姚青松,孙聪.LBS中面向协同位置隐私保护的群组最近邻查询[J].通信学报.2015
[9].赵家新,陆扬,曹钰华.南通上半年破获电信网络诈骗案近300起[N].人民公安报.2014
[10].江庆彬.基于CPU-GPU协同并行的XML数据查询优化[D].广西师范大学.2013