面向中文的全文數(shù)據(jù)庫(kù)建索引的關(guān)鍵技術(shù)的研究和實(shí)現(xiàn).pdf

1、全文索引的顯著特點(diǎn)就是提供對(duì)非結(jié)構(gòu)化海量數(shù)據(jù)的管理和快速查詢.全文索引創(chuàng)建的空間效率(包括最終索引空間和創(chuàng)建過(guò)程中需要的輔助空間)和索引建好后的查詢速度是全文索引研究領(lǐng)域的兩大熱點(diǎn).該文討論并比較了現(xiàn)有的幾種流行的全文索引模型,介紹了一種新的全文數(shù)據(jù)庫(kù)的數(shù)據(jù)模型——互關(guān)聯(lián)后繼樹(shù),指出互關(guān)聯(lián)后繼樹(shù)是具有多功能查詢、快速原文生成、關(guān)聯(lián)模式發(fā)掘以及小的膨脹比等系列優(yōu)點(diǎn)的新型全文數(shù)據(jù)模型,而且還將互關(guān)聯(lián)后繼樹(shù)一般的二元方式拓寬到多元方式來(lái)適應(yīng)呈

2、現(xiàn)指數(shù)增長(zhǎng)的海量非結(jié)構(gòu)化的信息的存儲(chǔ)和檢索.這是一種存儲(chǔ)和檢索的統(tǒng)一模型,具有廣泛的應(yīng)用前景,目前己應(yīng)用于復(fù)旦大學(xué)與萬(wàn)達(dá)公司合作的課題編號(hào)為2001AA115020的國(guó)家863項(xiàng)目:網(wǎng)上城市通用系統(tǒng)架構(gòu)及應(yīng)用.該文不僅實(shí)現(xiàn)了該模型的索引創(chuàng)建算法,而且針對(duì)各種不同的需要給出了不同的索引數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)有效的查詢,改進(jìn)了查詢算法,實(shí)驗(yàn)表明可以成數(shù)量級(jí)的提高查詢速度.同時(shí),該文還具體討論了創(chuàng)建全文索引時(shí)用到的眾多輔助策略,比如分庫(kù)合庫(kù)策略等.這