| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 本文的选题依据和意义 | 第14-15页 |
| 1.2 支持情境感知的动态Top-k查询应用场景 | 第15-16页 |
| 1.3 课题来源和主要研究内容 | 第16-17页 |
| 1.3.1 课题来源 | 第16页 |
| 1.3.2 主要研究内容 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 相关工作 | 第19-30页 |
| 2.1 Top-k查询技术概述 | 第19-22页 |
| 2.1.1 Top-k查询问题定义 | 第19-20页 |
| 2.1.2 Top-k查询研究现状 | 第20-22页 |
| 2.2 多用户Top-k查询技术 | 第22-23页 |
| 2.3 情境感知技术 | 第23-26页 |
| 2.4 基于概要的Top-k查询 | 第26-29页 |
| 2.4.1 概要Top-k查询问题定义 | 第26-28页 |
| 2.4.2 概要Top-k查询研究现状 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 支持情境感知的Top-k查询框架 | 第30-46页 |
| 3.1 问题描述 | 第30-31页 |
| 3.2 支持情境感知的数据预处理 | 第31-36页 |
| 3.2.1 问题模型及定义 | 第31-32页 |
| 3.2.2 CIMT查询架构 | 第32-33页 |
| 3.2.3 拆分目标对象算法 | 第33-35页 |
| 3.2.4 拆分标准 | 第35-36页 |
| 3.3 目标对象存储结构及索引 | 第36-41页 |
| 3.3.1 TTI索引的定义 | 第36-37页 |
| 3.3.2 支持记录快速查找的SRG算法 | 第37-39页 |
| 3.3.3 多维空间上的SRG算法 | 第39-41页 |
| 3.3.4 多维空间上SRG算法的代价分析 | 第41页 |
| 3.4 实验与结果分析 | 第41-45页 |
| 3.4.1 数据集 | 第41-42页 |
| 3.4.2 CIMT查询结果质量评估 | 第42-43页 |
| 3.4.3 索引对情景预过滤效率评估 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 用户动态情境的概要Top-k查询 | 第46-61页 |
| 4.1 问题描述及定义 | 第46-47页 |
| 4.2 支持裁剪和动态情境的GID-Top-k方法 | 第47-54页 |
| 4.2.1 k支配能力 | 第47-52页 |
| 4.2.2 划分区域方法 | 第52-54页 |
| 4.3 支持多维数据空间的GID-Top-k方法 | 第54-56页 |
| 4.4 实验与结果分析 | 第56-60页 |
| 4.4.1 参数k大小对查询性能的影响 | 第56-57页 |
| 4.4.2 静态场景下目标对象集规模对查询性能的影响 | 第57页 |
| 4.4.3 动态场景下目标对象集规模对查询性能的影响 | 第57-58页 |
| 4.4.4 目标对象的属性个数对查询性能的影响 | 第58-59页 |
| 4.4.5 网格尺寸对查询性能的影响 | 第59页 |
| 4.4.6 目标对象动态变化集合规模对查询性能的影响 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 多用户偏好趋同情境的分组Top-k查询 | 第61-71页 |
| 5.1 问题描述及定义 | 第61-62页 |
| 5.2 情境相关的分组Top-k方法 | 第62-67页 |
| 5.2.1 EIG分组法 | 第62-64页 |
| 5.2.2 SG分组法 | 第64-67页 |
| 5.3 实验与结果分析 | 第67-70页 |
| 5.3.1 数据集 | 第67页 |
| 5.3.2 查询结果质量评估 | 第67-68页 |
| 5.3.3 参数k大小对分组算法性能的影响 | 第68页 |
| 5.3.4 目标对象数量对分组算法性能的影响 | 第68-69页 |
| 5.3.5 目标对象的属性个数对分组算法性能的影响 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| 6.1 论文的主要工作和贡献 | 第71-72页 |
| 6.2 论文的不足和展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
