一種面向數(shù)據(jù)空間的預(yù)取方法.pdf

1、目前，數(shù)據(jù)管理呈現(xiàn)出海量、異構(gòu)、分布、共享等新的特點(diǎn)，傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)已無(wú)法滿足當(dāng)今用戶的需求，為此，Michael Franklin等人提出了一種嶄新的數(shù)據(jù)管理思想—數(shù)據(jù)空間。而如何為用戶提供高效的查詢和搜索服務(wù)是數(shù)據(jù)空間面臨的重大挑戰(zhàn)之一。其中網(wǎng)絡(luò)延遲和查詢處理延遲是影響數(shù)據(jù)空間查詢搜索性能的重要因素。目前解決延遲問(wèn)題的一種有效方法是預(yù)取技術(shù)。其主要思想是分析用戶的數(shù)據(jù)訪問(wèn)特點(diǎn)，將用戶最可能訪問(wèn)的數(shù)據(jù)提前預(yù)取至緩存，以備用戶訪問(wèn)，

2、從而降低訪問(wèn)延遲。為此，本文引入預(yù)取技術(shù)，以提高數(shù)據(jù)空間搜索和查詢效率。
　　然而，面向數(shù)據(jù)空間的預(yù)取方法研究需要考慮以下幾個(gè)問(wèn)題：
　?。?）數(shù)據(jù)源的異構(gòu)性。數(shù)據(jù)空間用戶提出查詢時(shí)，返回結(jié)果可能同時(shí)包含多種形式的數(shù)據(jù)，因此數(shù)據(jù)空間預(yù)取方法不能僅針對(duì)單一類型的數(shù)據(jù)；
　?。?）數(shù)據(jù)預(yù)取的全面性。數(shù)據(jù)空間預(yù)取方法需要同時(shí)考慮用戶提出查詢前與提出查詢后，不同情況下數(shù)據(jù)預(yù)取策略；
　?。?）查詢意圖的準(zhǔn)確識(shí)別。數(shù)據(jù)空間

3、用戶提交的每個(gè)查詢?cè)~，可能包含多個(gè)不同意圖，如何準(zhǔn)確的識(shí)別當(dāng)前用戶的查詢意圖，并把該用戶需要的數(shù)據(jù)以最快的速度返回給用戶，對(duì)查詢效率與用戶的滿意度有很大的影響。
　　綜合考慮以上問(wèn)題，本文從兩個(gè)方面對(duì)數(shù)據(jù)空間預(yù)取方法展開(kāi)了研究：
　?。?）當(dāng)用戶尚未提出任何查詢時(shí)，提出了一種基于動(dòng)態(tài)流行度的初始化預(yù)取方法。該方法首先利用數(shù)據(jù)空間日志記錄對(duì)興趣相似的用戶進(jìn)行聚類，計(jì)算各用戶聚類中查詢?cè)~的動(dòng)態(tài)流行度。再結(jié)合數(shù)據(jù)空間擴(kuò)展倒排索引和

4、TF-IDF算法，計(jì)算每個(gè)實(shí)體對(duì)象的動(dòng)態(tài)流行度。最后，通過(guò)判斷用戶所屬的類，選擇該類較為流行的實(shí)體作為初始化預(yù)取對(duì)象；
　　（2）當(dāng)用戶提出查詢時(shí)，提出了一種基于用戶查詢意圖的預(yù)取方法。該方法通過(guò)識(shí)別用戶當(dāng)前提出查詢的意圖，對(duì)用戶可能訪問(wèn)的數(shù)據(jù)進(jìn)行預(yù)測(cè)，其主要過(guò)程為：意圖特征提取、搜索日志聚類、意圖提取、用戶查詢意圖識(shí)別、數(shù)據(jù)預(yù)取等。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的兩種預(yù)取方法均可顯著提高數(shù)據(jù)空間查詢效率，但綜合使用兩種預(yù)取方