基于圖結構的多關鍵字查詢技術研究.pdf

1、近十幾年來，由于互聯(lián)網的快速發(fā)展，網上的信息呈爆炸式的增長，如何在如此巨大的數據中找出我們所感興趣的信息便成了迫不及待需要解決的問題。在這種情況下，搜索引擎應運而生。而關鍵字查詢是搜索引擎中最常用的一種機制。
　　本文首先討論了圖數據的存儲及處理，包括運用開源框架Neo4j圖數據庫進行數據的存儲，運用K2樹來存儲圖的鄰接矩陣，以及基于r半徑對大數據圖進行劃分，之后基于K-means對子圖進行聚類等操作。其次，對處理好的子圖的文本信

2、息進行分詞、去停用詞，提取特征，根據排序函數對其進行打分后，構建倒排索引。本文使用simhash對倒排索引表進行hash處理，映射成多個索引表，并且運用LDA（Latent Dirichlet Allocation）主題模型對查詢所得結果進行關于主題的過濾，使得結果更貼合用戶的查詢需求。
　　本論文的主要貢獻在于：第一，提出了一種文本與結構相結合的圖相似性計算方法，充分考慮了不同節(jié)點的文本之間的相似性，使得圖相似性計算更加的合理準