基于关键字的模糊查询技术的研究

《基于关键字的模糊查询技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要中文摘要信息产业的飞速发展，使得信息量飞速膨胀，面对海量的数据信息，怎样从中找到需要的有效信息，成为人们研究的热点问题。而随着数据的不断增加，准确而有效的查询变得越来越困难。不但数据中本身就存在一些相似相近的关键字，而且一些输入的错误、数据库中的“脏数据"也会给数据检索带来一定的困难。因此，模糊查询应运而生。目前，很多学者已经提出很多关于模糊查询的算法以及思想，但是，这些算法大部分都是基于前缀匹配的关键字的查询，查询的结果往往差强人意。本文提出了一种新的基于n-gram(即字符串片段)的模糊查询技术，该技术能

2、够保证用户在输入错误或者数据库中存在“脏数据’’的情况下，依然能够将有用的信息返回给用户。本文主要介绍了基于这种字符串分割技术的模糊查询的算法实现。主要包括字符串分割的算法实现、基于B+树结构的倒排索引的建立、输入预处理、通过多路归并算法从数据库中找到符合查询条件的候选者，以及最终通过编辑距离算法从候选者中找出符合一定编辑距离的最终结果返回给用户的具体做法，并通过实验平台证实了该思想的可行性。关键词：模糊查询，关键字，n-gram，倒排索引，编辑距离．≯。●r·确l／’：-0、；¨芑5’，、≯毋。．确7k?_0～

3、l～_ho。一√·'==。P。福建师范大学工学硕士学位论文Ⅱ～一l’弋‘◇■^Theexpansionofinformationhappenedbecauseoftherapiddevelopmentofinformationindustry,therefore，howtofindvalidinformationUSer$neededfromthevastamountsofdata,becomesahotresearchissue．Withtheincreaseofdata,itbecomesincreasing

4、lydifficulttomakeanaccurateandeffectivequery．Notonlysomesimilaritiesbetweenthekeywordsexist,butalsosomewronginputs，eventhe‘dirtydata’inthedatabase，willbringbigdifficultiesonyourquery．Therefore，thefuzzyquerycameintobeing．Atpresent,manyscholarshadraisedlotsofal

5、gorithmsandthinkingaboutfuzzyquery,butmostofthesealgorithmsarebased011keywordswhichareexactlymatched,andtheresultstheyretugRareoftenunsatisfactory．Inthispaper,wepresentsa11ewmethodtosolvefuzzyquerybasedOiln-gram(thestringfragments)，whichcanerlsurethattheusers

6、c趾getusefulinformationeVenthough也e)rinputthewrongqueriesorthereare‘dirtydata’inthedatabase．InOurpaper,weintroducethealgorithmandthemainthinkingoffuzzyquerybased011thestringsegmentations．IncludingtheImplementationofstringsegmentationalgorithm,theestablishmento

7、finvertedindexbased011B+treestructure，inputpretreatment，findingthecandidatesfromthedatabaseusingmergingalgorithm,andfindingoutthefinalresultsfromthecandidatesthrougheditdistancealgorithmtotheusor$．Andfinall％wetestandverifythesuperiorityofthisideathroughexperi

8、mentalplatform．Keywords：fuzzyquery,keywords，n-gram，invertedindex，editdistanceIII㈣6Ⅲ4肌8舢8川9舢9川川—-删Y福建师范大学工学硕士学位论文IV、～≯I’一^中文文摘近年来，模糊查询技术的应用越来越广泛，怎样从大量的数据中找到有效的信息是人们越来越关注的问题。模糊查询作为数据库检索技术中的