一種面向數(shù)據(jù)空間的預(yù)取方法.pdf

1、目前，數(shù)據(jù)管理呈現(xiàn)出海量、異構(gòu)、分布、共享等新的特點，傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)已無法滿足當(dāng)今用戶的需求，為此，Michael Franklin等人提出了一種嶄新的數(shù)據(jù)管理思想—數(shù)據(jù)空間。而如何為用戶提供高效的查詢和搜索服務(wù)是數(shù)據(jù)空間面臨的重大挑戰(zhàn)之一。其中網(wǎng)絡(luò)延遲和查詢處理延遲是影響數(shù)據(jù)空間查詢搜索性能的重要因素。目前解決延遲問題的一種有效方法是預(yù)取技術(shù)。其主要思想是分析用戶的數(shù)據(jù)訪問特點，將用戶最可能訪問的數(shù)據(jù)提前預(yù)取至緩存，以備用戶訪問，

2、從而降低訪問延遲。為此，本文引入預(yù)取技術(shù)，以提高數(shù)據(jù)空間搜索和查詢效率。
　　然而，面向數(shù)據(jù)空間的預(yù)取方法研究需要考慮以下幾個問題：
　?。?）數(shù)據(jù)源的異構(gòu)性。數(shù)據(jù)空間用戶提出查詢時，返回結(jié)果可能同時包含多種形式的數(shù)據(jù)，因此數(shù)據(jù)空間預(yù)取方法不能僅針對單一類型的數(shù)據(jù)；
　?。?）數(shù)據(jù)預(yù)取的全面性。數(shù)據(jù)空間預(yù)取方法需要同時考慮用戶提出查詢前與提出查詢后，不同情況下數(shù)據(jù)預(yù)取策略；
　?。?）查詢意圖的準確識別。數(shù)據(jù)空間

3、用戶提交的每個查詢詞，可能包含多個不同意圖，如何準確的識別當(dāng)前用戶的查詢意圖，并把該用戶需要的數(shù)據(jù)以最快的速度返回給用戶，對查詢效率與用戶的滿意度有很大的影響。
　　綜合考慮以上問題，本文從兩個方面對數(shù)據(jù)空間預(yù)取方法展開了研究：
　?。?）當(dāng)用戶尚未提出任何查詢時，提出了一種基于動態(tài)流行度的初始化預(yù)取方法。該方法首先利用數(shù)據(jù)空間日志記錄對興趣相似的用戶進行聚類，計算各用戶聚類中查詢詞的動態(tài)流行度。再結(jié)合數(shù)據(jù)空間擴展倒排索引和

4、TF-IDF算法，計算每個實體對象的動態(tài)流行度。最后，通過判斷用戶所屬的類，選擇該類較為流行的實體作為初始化預(yù)取對象；
　?。?）當(dāng)用戶提出查詢時，提出了一種基于用戶查詢意圖的預(yù)取方法。該方法通過識別用戶當(dāng)前提出查詢的意圖，對用戶可能訪問的數(shù)據(jù)進行預(yù)測，其主要過程為：意圖特征提取、搜索日志聚類、意圖提取、用戶查詢意圖識別、數(shù)據(jù)預(yù)取等。
　　實驗結(jié)果表明，本文提出的兩種預(yù)取方法均可顯著提高數(shù)據(jù)空間查詢效率，但綜合使用兩種預(yù)取方