关系TOP-N查询处理和优化

序 前言 第1章 绪论 1.1 数学概念和术语 1.1.1 集合及其运算 1.1.2 度量空间 1.2 关系数据库 1.2.1 关系模式 1.2.2 关系代数 1.2.3 规范化理论 1.2.4 关系模式的分解 1.3 Top-N查询模式 1.3.1 距离空间KNN查询 1.3.2 单调排序函数的Top-N查询 1.3.3 数值属性的关系Top-N查询 参考文献 第2章 基于学习的Top-N查询处理 2.1 关系Top-N查询处理 2.1.1 基于直方图的方法 2.1.2 基于抽样的方法 2.1.3 数据维数对查询处理的影响 2.2 基于学习的Top-N查询处理方法 2.2.1 查询信息的存储 2.2.2 新提交查询的处理 2.2.3 知识库P的维护 2.2.4 知识库P的稳定性 2.3 实验与数据分析 2.3.1 数据集和准备 2.3.2 性能比较 2.3.3 LB方法的其他实验 2.3.4 重复查询的效果 2.3.5 知识库的稳定性 2.4 本章小结 参考文献 第3章 基于区域聚类的多Top-N查询优化 3.1 问题分析 3.2 区域聚类 3.2.1 算法和术语 3.2.2 区域聚类模型 3.3 多个Top-N查询搜索区域的聚类 3.4 Top-N元组检索 3.4.1 搜索Top-N元组 3.4.2 确保获得Top-N元组 3.5 实验与数据分析 3.5.1 数据集和准备 3.5.2 通过训练确定聚类模型和阈值 3.5.3 性能比较 3.6 本章小结和相关研究 参考文献 第4章 基于知识库的Top-N查询流处理 4.1 问题分析 4.2 Top-N查询流的处理 4.2.1 术语和结构 4.2.2 LRC方法与LB和RCM的对比 4.2.3 知识库的创建 4.2.4 处理新提交的Top-N查询 4.2.5 确保得到所有Top-N元组 4.3 知识库的维护 4.3.1 简档集合于的维护 4.3.2 J和t-List的维护 4.4 性能分析 4.4.1 空间开销 4.4.2 时间开销 4.5 实验与数据分析 4.5.1 数据集和准备 4.5.2 耗用时间 4.5.3 I／O请求次数 4.5.4 检索元组的数目 4.5.5 知识库的空间开销 4.5.6 查询结果不同Ⅳ值的影响 4.5.7 实验小结 4.6 本章小结 参考文献 第5章 基于语义距离的Top-N查询处理 5.1 亲缘词和语义距离 5.1.1 亲缘词 5.1.2 语义距离和Top-N查询 5.1.3 排序方式比较 5.2 查询的语义搜索 5.2.1 索引创建过程 5.2.2 w-索引的结构和创建 5.2.3 w-索引的维护 5.2.4 查询处理 5.3 实验与数据分析 5.3.1 数据集和准备 5.3.2 实验结果 5.4 本章小结 参考文献 第6章 基于索引技术的中文关键词Top-N查询处理 6.1 引言 6.2 相关工作 6.3 索引和索引表 6.3.1 索引表的创建 6.3.2 索引表的维护 6.4 中文关键词Top-N查询处理 6.4.1 候选元组查找和排序结构 6.4.2 候选元组生成 6.4.3 相似度 6.4.4 获得查询结果 6.4.5 相似度的短语修正 6.4.6 时间和空间开销 6.5 实验与数据分析 6.5.1 单表数据库 6.5.2 多表数据库 6.6 本章小结 参考文献 第7章 n维赋范空间中的Top-N查询处理 7.1 查询模式和理论分析 7.2 Top-N查询处理算法 7.2.1 关于一般范数的算法 7.2.2 关于x-单调范数的算法 7.3 缓冲区大小和*优性 7.3.1 G-算法和m-算法缓冲区的大小 7.3.2 m-算法的伪实例*优性 7.3.3 NNS优化算法和TA-类算法的比较 7.4 实验与数据分析 7.4.1 数据集和准备 7.4.2 处理查询耗用的时间 7.4.3 顺序访问次数 7.4.4 不同结果大小N的影响 7.4.5 算法性能比较 7.5 本章小结 参考文献