| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 传统的top-k查询算法 | 第11-12页 |
| 1.2.2 在并行环境下的top-k查询 | 第12页 |
| 1.2.3 top-k dominating查询 | 第12-13页 |
| 1.3 挑战性问题 | 第13-14页 |
| 1.4 研究内容及贡献 | 第14页 |
| 1.5 论文章节安排 | 第14-16页 |
| 第二章 相关技术定义 | 第16-20页 |
| 2.1 加权top-k基本概念 | 第16-17页 |
| 2.2 top-k dominating基本概念 | 第17-18页 |
| 2.2.1 传统的top-k dominating查询定义 | 第17页 |
| 2.2.2 基于度量top-k dominating查询定义 | 第17-18页 |
| 2.3 Spark简介 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 面向大数据的加权Top-k查询方法 | 第20-39页 |
| 3.1 数据分割 | 第20-31页 |
| 3.1.1 基于类似网格(GDP)数据划分 | 第21-25页 |
| 3.1.2 基于网格和超平面(GHDP)数据划分 | 第25-30页 |
| 3.1.3 top-k查询步骤 | 第30-31页 |
| 3.2 实验分析 | 第31-38页 |
| 3.2.1 实验环境 | 第31-32页 |
| 3.2.2 实验结果及分析 | 第32-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 基于度量空间的并行top-k dominating查询方法 | 第39-62页 |
| 4.1 算法设计 | 第40-53页 |
| 4.1.1 基于skyline的top-k dominating算法(DSDA) | 第41-43页 |
| 4.1.2 基于k-skyband的top-k dominating算法(DKDA) | 第43-46页 |
| 4.1.3 基于集合ANN的top-k dominating算法(DADA) | 第46-48页 |
| 4.1.4 一种基于集合ANN和k-skyband的剪枝算法(DAKDA) | 第48-50页 |
| 4.1.5 一种基于排序剪枝的top-k dominating算法(DSPDA) | 第50-53页 |
| 4.2 对求解候选集支配分数的改进 | 第53-54页 |
| 4.3 实验及分析 | 第54-61页 |
| 4.3.1 实验环境 | 第54页 |
| 4.3.2 实验1-分区数的效果 | 第54-55页 |
| 4.3.3 实验2-返回结果k对查询影响 | 第55-56页 |
| 4.3.4 实验3-查询集合Q对查询影响 | 第56-59页 |
| 4.3.5 实验4-算法的可扩展性 | 第59页 |
| 4.3.6 实验5-森林覆盖率(FC)小数据集 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 未来工作 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
