异构信息网中kNN查询技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 异构信息网络 | 第11-12页 |
| 1.2.2 相似性度量与相关性度量 | 第12-15页 |
| 1.2.3 k近邻查询 | 第15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关工作和技术 | 第18-26页 |
| 2.1 相关概念 | 第18-20页 |
| 2.2 异构信息网络中的k近邻查询 | 第20-22页 |
| 2.3 对象相似性度量方法 | 第22-23页 |
| 2.4 对象相关性度量方法 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于关联实体相似性的增广异构信息网络 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 基本概念 | 第26-29页 |
| 3.3 基于关联实体相似性的异构信息网络扩展算法 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 单色k近邻查询 | 第33-59页 |
| 4.1 基于增广元路径的相似性度量方法 | 第33-36页 |
| 4.2 关联实体相似性度量算法 | 第36-40页 |
| 4.2.1 迭代算法 | 第36-38页 |
| 4.2.2 迭代算法收敛性分析 | 第38-40页 |
| 4.3 基于上界过滤的MkNN查询算法 | 第40-44页 |
| 4.4 实验结果与分析 | 第44-58页 |
| 4.4.1 实验环境与数据集 | 第44-45页 |
| 4.4.2 相似性度量方法对比实验 | 第45-54页 |
| 4.4.3 MkNN查询算法性能对比实验 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 双色k近邻查询 | 第59-72页 |
| 5.1 基于增广元路径的相关性度量方法 | 第59-61页 |
| 5.2 基于阈值过滤的BkNN查询算法 | 第61-65页 |
| 5.3 实验结果与分析 | 第65-71页 |
| 5.3.1 实验环境与数据集 | 第65页 |
| 5.3.2 相关性度量方法对比实验 | 第65-68页 |
| 5.3.3 BkNN查询算法性能对比实验 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
