中国学术期刊网络出版总库
  关闭
Part-Join:基于划分的字符串相似性连接  
   推荐 CAJ下载 PDF下载
【英文篇名】 Part-Join: partition based string similarity join
【下载频次】 ★★★
【作者】 陈懿诚; 骆吉洲; 李建中;
【英文作者】 CHEN Yi-cheng; LUO Ji-zhou; LI Jian-zhong; School of Computer Science & Techonlogy; Harbin Institute of Technology;
【作者单位】 哈尔滨工业大学计算机科学与技术学院;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2014年 10期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 相似性连接; 划分; 频率; 编辑距离;
【英文关键词】 similarity join; partition; frequency; edit-distance;
【摘要】 目前,已有许多高效的字符串相似性连接算法被提出,但是这些算法在过滤的过程中利用的往往是字符串本身的局部信息,而忽略了字符串集合的整体信息,故性能没有得到充分的提高。为此,提出了一种基于划分的算法Part-Join,它从频率向量、字母表、频率分布三方面对数据集进行子集划分,并给出子集间的过滤策略用于排除不相似的字符串对。扩展实验表明,Part-Join比已有算法Pass-Join效率提高了10%~15%。
【英文摘要】 Recently many efficent similarity join algorithms have been proposed,however,these algorithms use only the local information of the strings and negelect the global information of the data set,so the performance has not been sufficiently improved. This paper proposed Part-Join,which partitioned the data set into subsets with the help of frequency vector,alphabet and frequency distribution,meanwhile,it deviced some prunning strategies to filter out dissimilar string pairs. Experimental results show that the a...
【基金】 国家重点基础研究发展计划资助项目(2012CB316202)
【更新日期】 2014-10-31
【分类号】 TP391.1
【正文快照】 字符串相似连接是在给定字符串集R和S中找出r∈R和s∈S中的所有相似串对(r,s),其中字符串间的相似性由特定的度量函数给出。目前,被广泛采用的度量函数包括编辑距离[1~3]、Jaccard距离[4~6]、Cosine距离[7]以及这些距离的变体[7~9]。字符串对(r,s)的编辑距离ed(r,s)是将r修改为

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      文字信息处理
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号