| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景和研究意义 | 第12-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 本文贡献 | 第15-16页 |
| 1.4 组织结构 | 第16-17页 |
| 第2章 相关研究工作 | 第17-24页 |
| 2.1 高维数据索引和K近邻查询 | 第17-20页 |
| 2.2 K近邻连接和反向K近邻查询 | 第20-21页 |
| 2.3 数据流上的K近邻查询 | 第21-22页 |
| 2.4 分布式K近邻查询 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 高维数据流上的连续K近邻连接问题 | 第24-39页 |
| 3.1 引言 | 第24-25页 |
| 3.2 问题定义 | 第25-28页 |
| 3.3 HDR-树索引 | 第28-34页 |
| 3.4 更新算法 | 第34-36页 |
| 3.5 应用：基于连续K近邻连接操作的实时推荐 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 高维数据流上的近似K近邻连接问题 | 第39-58页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于随机投影降维的方法：HDR~*-树 | 第40-44页 |
| 4.3 基于局部敏感哈希的方法：LSH-M | 第44-50页 |
| 4.4 实验结果 | 第50-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 高维数据流上的分布式K近邻查询问题 | 第58-86页 |
| 5.1 引言 | 第58-60页 |
| 5.2 动态环索引 | 第60-67页 |
| 5.3 分布式高维K近邻查询算法 | 第67-74页 |
| 5.4 索引和算法在APACHE STORM平台上的实现 | 第74-76页 |
| 5.5 实验结果 | 第76-84页 |
| 5.6 本章小结 | 第84-86页 |
| 第6章 总结与展望 | 第86-88页 |
| 6.1 本文总结 | 第86-87页 |
| 6.2 研究展望 | 第87-88页 |
| 参考文献 | 第88-96页 |
| 致谢 | 第96-97页 |
| 攻读学位期间发表的学术论文 | 第97-98页 |
| 在读期间参与科研项目情况 | 第98-99页 |
| 外文论文 | 第99-120页 |
| 附件 | 第120页 |