实时压缩文本索引技术研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 大数据时代的兴起带来新的挑战 | 第9-10页 |
| 1.1.2 传统文本索引技术的缺陷与不足 | 第10-11页 |
| 1.1.3 压缩文本索引技术的特征 | 第11页 |
| 1.1.4 新型体系结构的发展 | 第11页 |
| 1.2 论文主要内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第二章 国内外研究现状 | 第14-26页 |
| 2.1 经典的文本索引技术 | 第14-22页 |
| 2.1.1 后缀树和后缀数组 | 第14-17页 |
| 2.1.2 倒排索引 | 第17-20页 |
| 2.1.3 中文分词 | 第20-22页 |
| 2.2 全文索引系统 | 第22-24页 |
| 2.2.1 Lucene | 第22-23页 |
| 2.2.2 Sphinx | 第23页 |
| 2.2.3 Xapian | 第23-24页 |
| 2.3 文本索引技术近期研究进展 | 第24-26页 |
| 第三章 压缩的全文自索引技术综述及性能评估 | 第26-36页 |
| 3.1 基本概念 | 第26-27页 |
| 3.2 压缩的全文自索引算法 | 第27-30页 |
| 3.2.1 后缀数组系列 | 第28-29页 |
| 3.2.2 FM-Index系列 | 第29-30页 |
| 3.2.3 LZ-Index系列 | 第30页 |
| 3.3 复杂度比较 | 第30-31页 |
| 3.4 实验评估 | 第31-35页 |
| 3.4.1 索引建立 | 第32页 |
| 3.4.2 计数和定位 | 第32-34页 |
| 3.4.3 提取 | 第34页 |
| 3.4.4 实验结果小结 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 支持模糊搜索的文本索引技术 | 第36-43页 |
| 4.1 通配符搜索 | 第36-38页 |
| 4.1.1 算法思想 | 第36-37页 |
| 4.1.2 算法描述 | 第37-38页 |
| 4.2 编辑距离搜索 | 第38-40页 |
| 4.2.1 编辑距离概述 | 第38页 |
| 4.2.2 算法思想 | 第38-39页 |
| 4.2.3 算法描述 | 第39-40页 |
| 4.3 正则表达式搜索 | 第40-43页 |
| 4.3.1 正则表达式概述 | 第40-41页 |
| 4.3.2 算法思想 | 第41页 |
| 4.3.3 算法描述 | 第41-43页 |
| 第五章 高性能文本索引系统设计与实现 | 第43-53页 |
| 5.1 RLCSA算法 | 第43-46页 |
| 5.1.1 算法介绍 | 第43-44页 |
| 5.1.2 算法测评 | 第44-46页 |
| 5.2 模糊搜索 | 第46-47页 |
| 5.3 实时索引 | 第47-49页 |
| 5.4 系统总体设计与实现 | 第49-51页 |
| 5.4.1 实时索引建立模块 | 第50页 |
| 5.4.2 模糊搜索处理模块 | 第50页 |
| 5.4.3 查询客户端模块 | 第50-51页 |
| 5.5 系统性能对比 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 研究成果总结 | 第53-54页 |
| 6.2 下一步工作展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 作者攻读硕士学位期间发表的论文目录 | 第63页 |
