| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第1章 绪论 | 第15-23页 |
| ·引言 | 第15页 |
| ·研究背景,目的与意义 | 第15-19页 |
| ·信息检索与搜索引擎系统 | 第15-17页 |
| ·TopK问题研究 | 第17-18页 |
| ·本文研究动机和目的 | 第18-19页 |
| ·主要研究内容和创新 | 第19-21页 |
| ·论文的结构与安排 | 第21-23页 |
| 第2章 相关背景工作综述 | 第23-41页 |
| ·引言 | 第23页 |
| ·信息检索系统介绍 | 第23-36页 |
| ·索引系统 | 第23-27页 |
| ·查询过程 | 第27-30页 |
| ·PageRank算法 | 第30-32页 |
| ·Proximity算法 | 第32-33页 |
| ·性能评价 | 第33-36页 |
| ·经典的TopK阈值算法TA(Threshold Algorithm) | 第36-37页 |
| ·基于对象的信息检索系统 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 利用基于网页结构的索引系统进行高效TopK处理 | 第41-71页 |
| ·简介 | 第41页 |
| ·相关研究工作 | 第41-48页 |
| ·考虑全局排序的TopK处理 | 第43-44页 |
| ·索引结构与优化处理策略 | 第44-48页 |
| ·现代搜索引擎的排序模型 | 第48-51页 |
| ·现代搜索引擎排序模型下的查询处理分析 | 第50-51页 |
| ·基于网页结构的索引系统的高效算法 | 第51-56页 |
| ·基于网页结构的索引系统及高效处理策略 | 第51-53页 |
| ·使用Proximity探测算法进一步提高性能 | 第53-54页 |
| ·非线性排序函数下的TopK算法 | 第54-55页 |
| ·近似TopK与精确TopK算法的比较 | 第55-56页 |
| ·实验 | 第56-66页 |
| ·实验设置与数据准备 | 第56-58页 |
| ·考虑Proximity因素前后的性能比较 | 第58-60页 |
| ·排序函数各因素对性能的影响 | 第60-62页 |
| ·不同索引结构性能的比较 | 第62页 |
| ·Proximity探测算法的应用 | 第62-65页 |
| ·非线性排序函数与模糊TopK下的算法性能比较 | 第65-66页 |
| ·本章小结 | 第66-71页 |
| 第4章 在通用搜索系统中利用辅助索引进行高效TopK处理 | 第71-87页 |
| ·简介 | 第71页 |
| ·词组查询与Phrase索引 | 第71-72页 |
| ·辅助索引用于高效通用搜索系统 | 第72-80页 |
| ·Term Proximity函数的词组友好属性 | 第72-74页 |
| ·生成精简词组索引 | 第74-77页 |
| ·使用精简词组索引进行TopK处理策略 | 第77-79页 |
| ·综合辅助索引与网页结构化倒排索引的高效TopK算法 | 第79-80页 |
| ·实验 | 第80-84页 |
| ·实验设置与数据准备 | 第80-81页 |
| ·精简词组索引的性能提升研究 | 第81-83页 |
| ·基于网页结构的倒排索引使用精简词组索引性能研究 | 第83-84页 |
| ·本章小结 | 第84-87页 |
| 第5章 基于对象的信息检索系统的TopK问题研究 | 第87-107页 |
| ·引言 | 第87页 |
| ·基于对象的信息检索系统 | 第87-90页 |
| ·数据库中的相关研究工作 | 第89-90页 |
| ·复杂信息检索系统的Topk处理 | 第90-99页 |
| ·带对象聚合的TopK计算问题定义 | 第90-92页 |
| ·高效处理原则与策略 | 第92-95页 |
| ·混合排序HybridRank索引结构 | 第95-97页 |
| ·聚合函数分析 | 第97-99页 |
| ·实验 | 第99-103页 |
| ·实验设置与数据准备 | 第99-100页 |
| ·实验结果讨论与分析 | 第100-103页 |
| ·本章小结 | 第103-107页 |
| 第6章 总结与展望 | 第107-111页 |
| ·本文已完成研究内容和主要贡献与创新 | 第107-108页 |
| ·未来展望 | 第108-111页 |
| 参考文献 | 第111-122页 |
| 致谢 | 第122-124页 |
| 在读期间发表的学术论文与取得的研究成果 | 第124页 |
