| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-22页 |
| ·背景与研究 | 第14-16页 |
| ·关键字搜索与关系数据查询 | 第16-17页 |
| ·关键字近似搜索技术的重要应用 | 第17-18页 |
| ·本文研究内容 | 第18-19页 |
| ·本文组织结构 | 第19-22页 |
| 第二章 近似搜索技术的相关知识 | 第22-34页 |
| ·问题的提出 | 第22-24页 |
| ·相关工作 | 第24-33页 |
| ·索引技术 | 第24-27页 |
| ·查询扩展 | 第27-31页 |
| ·评价函数 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 变长GRAM索引技术—VGRAM | 第34-60页 |
| ·引言 | 第34-37页 |
| ·研究动机 | 第34-36页 |
| ·相关工作 | 第36-37页 |
| ·相关术语 | 第37-38页 |
| ·采用变长Gram作为索引项 | 第38-40页 |
| ·Gram索引项集 | 第38-39页 |
| ·构造变长Gram | 第39-40页 |
| ·构造Grams索引项 | 第40-44页 |
| ·收集Gram频率 | 第40-42页 |
| ·选择Gram索引项的算法—Prune | 第42-44页 |
| ·Grams集合的相似性 | 第44-47页 |
| ·定长Gram | 第44页 |
| ·编辑操作对Gram的影响 | 第44-47页 |
| ·NAG向量 | 第47页 |
| ·基于VGRAM的近似连接算法 | 第47-50页 |
| ·基于VGRAM的MergeCount连接算法 | 第48页 |
| ·基于VGRAM的ProbeCluster连接算法 | 第48-49页 |
| ·基于VGRAM的PartEnum连接算法 | 第49-50页 |
| ·实验与分析 | 第50-58页 |
| ·VGRAM索引结构代价 | 第51-52页 |
| ·使用VGRAM索引的优点 | 第52-53页 |
| ·q_(max)的影响 | 第53-54页 |
| ·频率阂值的影响 | 第54-55页 |
| ·不同修剪策略的影响 | 第55页 |
| ·对ProbeCount算法的改进 | 第55-56页 |
| ·对ProbeCluster算法的改进 | 第56-57页 |
| ·对PartEnum算法的改进 | 第57-58页 |
| ·本章讨论与小结 | 第58-60页 |
| 第四章 基于代价的高质量GRAM选择算法 | 第60-86页 |
| ·引言 | 第60-62页 |
| ·背景 | 第62-65页 |
| ·近似串查询 | 第62-63页 |
| ·基于定长Gram的索引结构 | 第63-64页 |
| ·基于变长Gram的索引结构 | 第64-65页 |
| ·紧凑公共gram数目的下限 | 第65-68页 |
| ·Gram对近似查询的影响 | 第68-73页 |
| ·对倒排链表的影响 | 第68-70页 |
| ·对下限的影响 | 第70-72页 |
| ·对候选集的影响 | 第72-73页 |
| ·生成高质量的Gram索引项 | 第73-78页 |
| ·自动选择高质量gram索引项的算法—GramGen | 第73-74页 |
| ·评估Gram的获益 | 第74-78页 |
| ·实验与分析 | 第78-85页 |
| ·使用动态规划缩紧下限的效果 | 第79-81页 |
| ·Gram索引项的质量 | 第81-83页 |
| ·选择q_(min) | 第83-84页 |
| ·算法GramGen与Prune的比较 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第五章 支持语义关联的查询重写技术 | 第86-118页 |
| ·引言 | 第86-88页 |
| ·相关工作 | 第88-89页 |
| ·Web重写技术 | 第89-102页 |
| ·数据项树和推理规则的基本概念 | 第90-92页 |
| ·构建数据项树和推理规则 | 第92-102页 |
| ·利用查询用例重写Web查询 | 第102-108页 |
| ·查询重写规则 | 第103-106页 |
| ·推理规则的冲突消减 | 第106-107页 |
| ·复杂度分析 | 第107-108页 |
| ·实验结果 | 第108-116页 |
| ·测试集文档 | 第108-110页 |
| ·评价指标 | 第110-111页 |
| ·重写查询的有效性 | 第111-113页 |
| ·重写规则的有效性 | 第113-115页 |
| ·查询比较 | 第115-116页 |
| ·本章小结 | 第116-118页 |
| 第六章 基于语义函数与关键字的搜索技术 | 第118-138页 |
| ·引言 | 第118-121页 |
| ·现有排序函数的缺陷 | 第119-121页 |
| ·主要贡献 | 第121页 |
| ·相关工作 | 第121-122页 |
| ·问题定义 | 第122-123页 |
| ·语义排序函数 | 第123-127页 |
| ·元组对查询关键字相关度的计算 | 第123-126页 |
| ·元组间与查询之间的语义相关度 | 第126-127页 |
| ·语义排序函数 | 第127页 |
| ·基于语义的搜索算法 | 第127-133页 |
| ·CNs中扩展非自由元组 | 第128页 |
| ·元组的单调性 | 第128-130页 |
| ·语义Top-k算法 | 第130-133页 |
| ·实验结果 | 第133-135页 |
| ·语义排序函数的影响 | 第133-134页 |
| ·k变化对算法的影响 | 第134-135页 |
| ·不同查询对算法的影响 | 第135页 |
| ·本章小结 | 第135-138页 |
| 第七章 结论 | 第138-140页 |
| ·本文的主要贡献与结论 | 第138-139页 |
| ·进一步的工作 | 第139-140页 |
| 参考文献 | 第140-150页 |
| 致谢 | 第150-152页 |
| 攻博期间发表的文章 | 第152-154页 |
| 科研经历 | 第154-156页 |
| 作者简介 | 第156页 |