| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-15页 |
| 1.1 研究背景意义 | 第6-8页 |
| 1.2 国内外研究现况 | 第8-13页 |
| 1.3 本文结构安排 | 第13-15页 |
| 第二章 不确定数据Top-k | 第15-23页 |
| 2.1 可能世界语义下的概率数据库模型 | 第15-18页 |
| 2.2 不确定数据Top-k查询 | 第18-23页 |
| 第三章 E-Score排序语义改进及算法研究 | 第23-28页 |
| 3.1 E-Score语义 | 第23-24页 |
| 3.2 不确定数据元组的位置及位置概率 | 第24-25页 |
| 3.3 PPE-Score语义思想及算法 | 第25-28页 |
| 第四章 PP-Pruning剪枝技术 | 第28-31页 |
| 4.1 PP-Pruning算法 | 第28页 |
| 4.2 PP-Pruning剪枝技术在其它Top-k排序算法中的应用 | 第28-31页 |
| 第五章 云环境下的不确定数据Top-k查询 | 第31-38页 |
| 5.1 云环境和云计算介绍 | 第31-32页 |
| 5.2 开源的Hadoop框架 | 第32-36页 |
| 5.3 云平台下的Top-k查询技术 | 第36-38页 |
| 第六章 实验验证与结果分析 | 第38-46页 |
| 6.1 单机环境实验验证 | 第38-40页 |
| 6.2 云平台实验验证 | 第40-45页 |
| 6.3 本章小结 | 第45-46页 |
| 第七章 总结与展望 | 第46-48页 |
| 7.1 现有工作总结 | 第46页 |
| 7.2 未来研究展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士期间发表论文及参与的科研项目 | 第52-53页 |
| 致谢 | 第53-54页 |