一种面向深层网络的查询优化方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题研究背景及意义 | 第11-15页 |
| ·课题的背景 | 第11-14页 |
| ·课题的意义 | 第14-15页 |
| ·国内外研究现状 | 第15-19页 |
| ·深层网络的研究现状 | 第15-17页 |
| ·深层网络查询优化研究现状 | 第17-19页 |
| ·主要研究内容和预期研究成果 | 第19页 |
| ·课题的背景 | 第19页 |
| ·预期研究成果 | 第19页 |
| ·本文的组织结构 | 第19-21页 |
| 第2章 深层网络查询优化方法相关研究 | 第21-26页 |
| ·深层网络查询优化的主要问题 | 第21-23页 |
| ·深层网络数据源特性 | 第21-22页 |
| ·深层网络查询优化研究的问题 | 第22-23页 |
| ·深层网络查询优化主要方法 | 第23-25页 |
| ·基于代价的方法 | 第23-24页 |
| ·基于质量的方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 深层网络查询优化方法及策略 | 第26-46页 |
| ·研究概述 | 第26页 |
| ·深层网络查询优化框架 | 第26-28页 |
| ·深层网络查询优化框架 | 第26-28页 |
| ·相关概念定义 | 第28页 |
| ·基于样本的查询优化参数获取 | 第28-34页 |
| ·数据源文本型属性获取方法 | 第28-31页 |
| ·方案查询结果记录数量 | 第31-32页 |
| ·方案查询准确性 | 第32-33页 |
| ·方案查询响应时间 | 第33-34页 |
| ·基于主成分分析的主成分参数获取 | 第34-38页 |
| ·采用主成分分析的原因 | 第34页 |
| ·主成分分析的基本原理 | 第34-35页 |
| ·主成分分析的计算步骤 | 第35-36页 |
| ·主成分分析与查询优化的应用 | 第36-38页 |
| ·分支界限轮廓查询及查询优化问题规约 | 第38-44页 |
| ·分支界限轮廓(BBS)算法 | 第38-39页 |
| ·BBS 算法执行过程 | 第39-43页 |
| ·BBS 算法与查询优化问题规约 | 第43-44页 |
| ·查询优化智能缓存 | 第44-45页 |
| ·方案查询结果缓存 | 第44页 |
| ·数据源查询结果缓存 | 第44页 |
| ·数据源特征缓存 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 深层网络查询优化系统及实现 | 第46-64页 |
| ·系统设计目标 | 第46-47页 |
| ·深层网络查询优化系统体系结构 | 第47页 |
| ·模型系统开发平台 | 第47-48页 |
| ·查询优化系统实现 | 第48-53页 |
| ·系统整体执行流程 | 第48页 |
| ·智能缓存设计实现 | 第48-51页 |
| ·三维主成分参数程序实现 | 第51-53页 |
| ·R-TREE 算法原理与实现 | 第53-63页 |
| ·R-TREE 算法简介 | 第53-57页 |
| ·R-TREE 算法操作 | 第57-62页 |
| ·三维主成分参数构建 R-TREE | 第62-63页 |
| ·BBS 算法设计与实现 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第5章 实验及结果分析 | 第64-68页 |
| ·数据集的选择 | 第64页 |
| ·实验衡量标准 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |
