第1章 绪论

1.1数学概念和术语

1.1.1集合及其运算

1.1.2度量空间

1.2关系数据库

1.2.1关系模式

1.2.2关系代数

1.2.3规范化理论

1.2.4关系模式的分解

1.3 Top-N查询模式

1.3.1距离空间KNN查询

1.3.2单调排序函数的Top-K查询

1.3.3数值属性的关系Top-N查询

参考文献

第2章 基于学习的Top-N查询处理

2.1关系Top-N查询处理

2.1.1基于直方图的方法

2.1.2基于抽样的方法

2.1.3数据维数对查询处理的影响

2.2基于学习的Top-N查询处理方法

2.2.1查询信息的存储

2.2.2新提交查询的处理

2.2.3知识库P的维护

2.2.4知识库P的稳定性

2.3实验与数据分析

2.3.1数据集和准备

2.3.2性能比较

2.3.3 LB方法的其他实验

2.3.4重复查询的效果

2.3.5知识库的稳定性

2.4本章小结

参考文献

第3章 基于区域聚类的多Top-N查询优化

3.1问题分析

3.2区域聚类

3.2.1算法和术语

3.2.2区域聚类模型

3.3多个Top-N查询搜索区域的聚类

3.4 Top-N元组检索

3.4.1搜索Top-N元组

3.4.2确保获得Top-N元组

3.5实验与数据分析

3.5.1数据集和准备

3.5.2通过训练确定聚类模型和阈值

3.5.3性能比较

3.6本章小结和相关研究

参考文献

第4章 基于知识库的Top-N查询流处理

4.1问题分析

4.2 Top-N查询流的处理

4.2.1术语和结构

4.2.2 LRC方法与LB和RCM的对比

4.2.3知识库的创建

4.2.4处理新提交的Top-N查询

4.2.5确保得到所有Top-N元组

4.3知识库的维护

4.3.1简档集合P的维护

4.3.2 ？和t-List的维护

4.4性能分析

4.4.1空间开销

4.4.2时间开销

4.5实验与数据分析

4.5.1数据集和准备

4.5.2耗用时间

4.5.3 I/O请求次数

4.5.4检索元组的数目

4.5.5知识库的空间开销

4.5.6查询结果不同N值的影响

4.5.7实验小结

4.6本章小结

参考文献

第5章 基于语义距离的Top-N查询处理

5.1亲缘词和语义距离

5.1.1亲缘词

5.1.2语义距离和Top-N查询

5.1.3排序方式比较

5.2查询的语义搜索

5.2.1索引创建过程

5.2.2 w-索引的结构和创建

5.2.3 w-索引的维护

5.2.4查询处理

5.3实验与数据分析

5.3.1数据集和准备

5.3.2实验结果

5.4本章小结

参考文献

第6章 基于索引技术的中文关键词Top-N查询处理

6.1引言

6.2相关工作

6.3索引和索引表

6.3.1索引表的创建

6.3.2索引表的维护

6.4中文关键词Top-N查询处理

6.4.1候选元组查找和排序结构

6.4.2候选元组生成

6.4.3相似度

6.4.4获得查询结果

6.4.5相似度的短语修正

6.4.6时间和空间开销

6.5实验与数据分析

6.5.1单表数据库

6.5.2多表数据库

6.6本章小结

参考文献

第7章 n维赋范空间中的Top-N查询处理

7.1查询模式和理论分析

7.2 Top-N查询处理算法

7.2.1关于一般范数的算法

7.2.2关于x-单调范数的算法

7.3缓冲区大小和最优性

7.3.1 G-算法和m-算法缓冲区的大小

7.3.2 m-算法的伪实例最优性

7.3.3 NNS优化算法和TA-类算法的比较

7.4实验与数据分析

7.4.1数据集和准备

7.4.2处理查询耗用的时间

7.4.3顺序访问次数

7.4.4不同结果大小N的影响

7.4.5算法性能比较

7.5本章小结

参考文献