| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 关键字查询 | 第11-12页 |
| 1.2.2 物化视图的维护方法 | 第12页 |
| 1.2.3 数据起源的研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文研究思路及组织结构 | 第14-16页 |
| 第2章 相关概念与技术 | 第16-28页 |
| 2.1 关键字查询 | 第16-18页 |
| 2.1.1 查询方法分类 | 第16-18页 |
| 2.1.2 评分与排序 | 第18页 |
| 2.2 物化视图 | 第18-21页 |
| 2.2.1 物化视图定义 | 第19-20页 |
| 2.2.2 视图维护 | 第20页 |
| 2.2.3 视图调整 | 第20页 |
| 2.2.4 视图选择 | 第20-21页 |
| 2.2.5 物化视图的更新模式 | 第21页 |
| 2.3 数据起源追踪 | 第21-26页 |
| 2.3.1 数据起源作用 | 第22-23页 |
| 2.3.2 标注法 | 第23-25页 |
| 2.3.3 逆查询 | 第25页 |
| 2.3.4 科学工作流中应用 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于公共表达式的多视图生成算法 | 第28-38页 |
| 3.1 相关概念 | 第28-29页 |
| 3.2 问题描述 | 第29-30页 |
| 3.3 基于公共表达式的多视图生成算法 | 第30-34页 |
| 3.3.1 选择公共表达式 | 第30-31页 |
| 3.3.2 Huffman树存储溯源信息 | 第31-32页 |
| 3.3.3 基于公共表达式的多视图生成算法 | 第32-34页 |
| 3.4 实验结果与分析 | 第34-35页 |
| 3.4.1 实验环境 | 第34页 |
| 3.4.2 关键字查询性能比较实验 | 第34-35页 |
| 3.4.3 视图存储空间代价比较 | 第35页 |
| 3.5 本章小结 | 第35-38页 |
| 第4章 基于溯源信息的多视图维护策略 | 第38-48页 |
| 4.1 与查询无关的修改的视图维护—定位修改 | 第38-39页 |
| 4.2 面向删除与插入操作的视图维护 | 第39-43页 |
| 4.2.1 调整候选网络的元组集合 | 第39-40页 |
| 4.2.2 增量维护视图 | 第40-42页 |
| 4.2.3 基于溯源信息的精确增量维护算法 | 第42-43页 |
| 4.3 算法分析 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-46页 |
| 4.4.1 评价标准 | 第44页 |
| 4.4.2 关键字查询结果维护性能比较实验 | 第44-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 Top-k视图增量维护 | 第48-64页 |
| 5.1 Top-k查询和物化视图 | 第48-49页 |
| 5.2 问题描述 | 第49页 |
| 5.3 Top-k'视图策略 | 第49-50页 |
| 5.4 naive增量维护算法 | 第50-52页 |
| 5.5 优化的Top-k'视图增量维护算法 | 第52-59页 |
| 5.5.1 优化条件 | 第52-53页 |
| 5.5.2 近似的快速维护Top-k'视图算法 | 第53-54页 |
| 5.5.3 改进的Top-k'视图增量维护算法 | 第54-57页 |
| 5.5.4 k_(max)和k_(min)取值分析 | 第57-59页 |
| 5.6 实验结果与分析 | 第59-62页 |
| 5.6.1 与关键字无关的数据修改时视图的维护效率 | 第59-60页 |
| 5.6.2 与关键字相关的数据修改时视图的维护效率 | 第60-62页 |
| 5.7 本章小结 | 第62-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文的主要贡献与结论 | 第64-65页 |
| 6.2 未来工作 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻硕期间参加的项目及发表的论文 | 第72页 |
