面向Ziv-Lempel壓縮文本的多查詢處理技術(shù).pdf

1、隨著計算機技術(shù)的飛速發(fā)展和信息化的推進，全球的數(shù)據(jù)量正在以指數(shù)的趨勢迅猛增長，而不斷增長的數(shù)據(jù)集對數(shù)據(jù)查詢提出很多新問題，對計算機內(nèi)存的要求也越來越高，很多情況下，數(shù)據(jù)集已經(jīng)無法完全被載入計算機內(nèi)存了。因此，近些年來對數(shù)據(jù)壓縮以及在壓縮數(shù)據(jù)上進行查詢逐漸成為一個全新的研究熱點。另外，查詢又分單一查詢和多查詢。在壓縮數(shù)據(jù)上的單一查詢已有很多人在這方面做出了突出的貢獻，然而在壓縮數(shù)據(jù)上的多查詢處理技術(shù)至今仍是空白，但是這一處理技術(shù)在拼寫檢查

2、、指紋識別、信息檢索、生物計算等諸多領(lǐng)域中都扮演著重要的角色，因此，研究高效的面向壓縮數(shù)據(jù)的多查詢處理技術(shù)迫在眉睫。
　　本文研究了在Ziv-Lempel壓縮文本上的多查詢處理技術(shù)，開創(chuàng)了這一領(lǐng)域的先例，為后人進行壓縮數(shù)據(jù)上的多查詢處理技術(shù)的研究奠定了一定的基礎(chǔ)。由于大規(guī)模系統(tǒng)應(yīng)用中部分查詢之間具有相關(guān)性特性，根據(jù)這一特性，針對Ziv-Lempel壓縮數(shù)據(jù)，提出了一種多查詢處理技術(shù)。通過分析多查詢之間的相關(guān)性，提出了新的公共子串定

3、義，讓公共子串滿足一定的長度和出現(xiàn)次數(shù)。提出提取公共子串的算法以及有效地過濾重復(fù)或者存在包含關(guān)系的公共子串?；谔崛〉墓沧哟趬嚎s文本中快速定位多個查詢，構(gòu)造候選集，并加以校驗。這種利用公共子串代表多個查詢的方法可以大大減少查詢代價，從而提高多查詢處理技術(shù)的效率。
　　最后，在真實數(shù)據(jù)集上評估了提出的多查詢處理技術(shù)的性能。實驗結(jié)果顯示，提取公共子串的方法能夠快速、高效地獲得公共子串集合，過濾掉冗余的公共子串。同時，多查詢處理技