一种基于文档拓扑的相似性搜索算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 146-150.

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于文档拓扑的相似性搜索算法

杨艳1，2，朱戈1，范文彬1

1.黑龙江大学计算机科学技术学院，哈尔滨 150080
2.黑龙江大学计算生物学重点实验室，哈尔滨 150080

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Topology-based document similarity search algorithm

YANG Yan1，2，ZHU Ge1，FAN Wenbin1

1.School of Computer Science and Technology，Heilongjiang University，Harbin 150080，China
2.The Key Laboratory of Computational Biology，Heilongjiang University，Harbin 150080，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 从海量文档中快速有效地搜索到相似文档是一个重要且耗时的问题。现有的文档相似性搜索算法是先找出候选文档集，再对候选文档进行相关性排序，找出最相关的文档。提出了一种基于文档拓扑的相似性搜索算法——Hub-N，将文档相似性搜索问题转化为图搜索问题，应用相应的剪枝技术，缩小了扫描文档的范围，提高了搜索效率。通过实验验证了算法的有效性和可行性。

关键词: 文档拓扑, 相似性搜索, 相似度

Abstract: Searching for similar documents from the large number of documents quickly and efficiently is an important and time-consuming problem.The existing algorithms first find the candidate document set，and then sort them based on a document related evaluation to identify the most relevant ones.A topology-based document similarity search algorithm——Hub-N is put forward，and the document similarity search problem is transformed into graph search problem，applying the pruning techniques，reducing the scope of scanned documents，and significantly improving retrieval efficiency.It proves to be effective and feasible through experiment.

Key words: document topology, similarity search, similarity

杨艳1，2，朱戈1，范文彬1. 一种基于文档拓扑的相似性搜索算法[J]. 计算机工程与应用, 2011, 47(26): 146-150.

YANG Yan1，2，ZHU Ge1，FAN Wenbin1. Topology-based document similarity search algorithm[J]. Computer Engineering and Applications, 2011, 47(26): 146-150.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[4]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[9]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[10]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[11]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[12]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[13]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[14]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[15]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.

一种基于文档拓扑的相似性搜索算法

Topology-based document similarity search algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics