后綴樹全文索引模型的研究與應用.pdf

1、21世紀是一個高度信息化的社會。隨著社會的快速發(fā)展，計算機技術的廣泛應用，信息在人們生活中的意義越來越重要，并呈現(xiàn)出海量化、多樣化的發(fā)展趨勢。為了合理有效地組織和管理這些信息，特別是信息中文本等非結構化數(shù)據(jù)，信息檢索領域中的全文檢索技術得到了人們的普遍關注和研究。
　　 全文檢索技術發(fā)展至今，經(jīng)過幾十年的積累與沉淀，已經(jīng)從最初的字符串匹配程序演變成能對超大文本、視頻、音頻、圖像等非結構化數(shù)據(jù)進行綜合管理的一門學科，并成功應用于搜

2、索引擎、數(shù)據(jù)挖掘和數(shù)字化資源管理等技術中。全文檢索的性能取決于所采用的全文索引模型，它可以對文本等非結構化數(shù)據(jù)提供有效的管理和快速的查詢。
　　 本文主要介紹了目前流行的幾種索引模型，通過對它們的比較、結合未來全文檢索技術的發(fā)展趨勢，選取了一種索引模型--后綴樹模型為研究對象進行深入的探索，并提出了當把它應用于全文檢索時對其性能進行改進的方法。
　　 針對后綴樹全文索引模型在信息檢索應用中存在的不足，本文的主要工作包括了

3、以下三個方面：
　　 1.以傳統(tǒng)后綴樹全文索引模型為基礎，通過對其模型結構與查詢算法的分析，提出了一種改進的全文索引模型--基于鄰接字符對的三元后綴樹全文索引模型。新模型降低了原模型索引創(chuàng)建的復雜度，提高了索引的空間效率和查詢效率。
　　 2.以國內一種著名的后綴樹改進模型--互關聯(lián)后綴樹模型為研究對象，借鑒以存儲空間換取查詢時間的理論思想，以賦權有向圖將文本庫進行形式化描述，通過為此賦權有向圖創(chuàng)建鄰接表存儲結構，以減少