基于历史信息提升关键字查询效率
外文标题：Improving Keyword Search Efficiency on History Information
文献类型：期刊
作者：万洁[1]
机构：中国人民大学信息学院数据工程与知识工程教育部重点实验室,北京100872;中国人民大学信息学院,北京100872
年：2011
期刊名称：小型微型计算机系统
卷：32
期：11
页码范围：2192-2197
增刊：增刊
收录情况：中文核心期刊要目总览
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
ISSN：1000-1220
链接地址：http://d.g.wanfangdata.com.cn/Periodical_xxwxjsjxt201111009.aspx
基金：国家自然科学基金
关键词：关键字查询;历史信息;划分算法
摘要：关系数据库上的关键字查询使用户不必了解SQL语法或者数据库模式即可方便进行检索,并利用关系表的连接来保证查询的完整性.但是目前已有的关键字查询技术对于每个用户发起的查询皆从底层数据开始处理,而忽略了历史查询信息的使用.历史信息不仅包含了历史查询结果,而且反映了关键字之间的相关性,在查询过程中使用历史信息会提升查询效率.此篇论文正是针对此问题提出了新的解决方案:首先利用划分算法将用户输入的关键字划分为历史关键字和新关键字的组合；利用历史信息展开关键字查询,得到以子图形式存在的查询结果；基于与关键字的相关度对结果子图进行排序.最后,基于DBLP数据集,实验在执行时间和查准率方面证明了算法的有效性和高效性.
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
