大規(guī)模分布式內(nèi)容檢索技術(shù)

序
前言
第1章 緒論
1.1 對等網(wǎng)絡(luò)概述
1.2 基于對等模式的大規(guī)模分布式文本內(nèi)容檢索
1.3 大規(guī)模分布式文本內(nèi)容檢索研究面臨的挑戰(zhàn)
1.4 大規(guī)模分布式文本內(nèi)容檢索技術(shù)分類
1.4.1 基于結(jié)構(gòu)化分布式哈希表的分布式全局倒排索引
1.4.2 基于非結(jié)構(gòu)化對等網(wǎng)絡(luò)的聯(lián)邦式搜索網(wǎng)絡(luò)
1.4.3 混合對等網(wǎng)絡(luò)搜索引擎
1.5 本書內(nèi)容
參考文獻
第2章 分布式哈希表及單關(guān)鍵字全局索引
2.1 分布式哈希表
2.1.1 Chord：基于二分查找的環(huán)狀對等結(jié)構(gòu)
2.1.2 CAN：基于多維空間劃分的對等結(jié)構(gòu)
2.1.3 Pastry：基于多分查找的前綴匹配對等結(jié)構(gòu)
2.1.4 Tapestry：基于多分查找的對等結(jié)構(gòu)
2.2 現(xiàn)有分布式哈希表算法的比較
2.3 利用分布式哈希表構(gòu)建單關(guān)鍵字全局索引
2.3.1 eSearch：基于分布式哈希表的水平索引
2.3.2 Minerva：在查詢中挖掘關(guān)聯(lián)關(guān)鍵字
2.3.3 局限性
參考文獻
第3章 布隆濾波
3.1 哈希編碼的時間/空間權(quán)衡
3.1.1 一種經(jīng)典的哈希編碼方法
3.1.2 兩種存在誤判率的哈希編碼方法
3.1.3 計算因子
3.1.4 三種哈希編碼方法的數(shù)學分析
3.1.5 時空性能比較
3.2 布隆濾波的基本理論
3.2.1 布隆濾波概念
3.2.2 位向量長度的下界
3.2.3 布隆濾波與集合運算
3.3 布隆濾波的擴展形式
3.3.1 計數(shù)布隆濾波
3.3.2 壓縮布隆濾波
3.3.3 動態(tài)布隆濾波
3.4 布隆濾波的應(yīng)用
3.4.1 早期應(yīng)用
3.4.2 分布式緩存
3.4.3 P2P網(wǎng)絡(luò)
3.4.4 資源路由
3.4.5 數(shù)據(jù)包路由
3.4.6 基礎(chǔ)設(shè)施測量
參考文獻
第4章 基于分布式哈希表單關(guān)鍵字索引的搜索
4.1 結(jié)構(gòu)化對等網(wǎng)多關(guān)鍵字檢索面臨的挑戰(zhàn)
4.2 Top-k查詢策略
4.2.1 倒排索引
4.2.2 Top-k裁剪算法
4.2.3 性能評估
4.3 PWEB系統(tǒng)
4.3.1 PWEB網(wǎng)絡(luò)結(jié)構(gòu)
4.3.2 多關(guān)鍵字搜索通信開銷優(yōu)化策略
4.3.3 擴展性算法
4.3.4 分布式交集運算執(zhí)行順序優(yōu)化策略
4.3.5 搜集關(guān)鍵字全局統(tǒng)計信息
4.3.6 模擬仿真方法
4.3.7 性能評估
4.4 小結(jié)
參考文獻
第5章 多關(guān)鍵字全局索引及搜索
5.1 分布式關(guān)鍵字集索引面臨的挑戰(zhàn)
5.2 文本檢索中的關(guān)鍵字權(quán)重方法
5.2.1 關(guān)鍵字權(quán)重模型TF×IDF
5.2.2 理解逆文檔頻率
5.2.3 用逆向總關(guān)鍵字頻率替換逆文檔頻率的嘗試
5.2.4 詞頻在相關(guān)權(quán)重模型中的探索
5.3 HDK：基于高區(qū)分關(guān)鍵字集的索引技術(shù)
5.3.1 關(guān)鍵字集倒排索引
5.3.2 高區(qū)分關(guān)鍵字集索引
5.3.3 基于高區(qū)分關(guān)鍵字集索引的搜索
5.3.4 擴展性分析
5.3.5 性能評估
5.4 TSS：基于關(guān)鍵字集索引的P2P搜索系統(tǒng)
5.4.1 TSS系統(tǒng)結(jié)構(gòu)
5.4.2 分布式關(guān)鍵字集索引
5.4.3 模擬測試方法
5.4.4 性能評估
參考文獻
第6章 基于復制的聯(lián)邦式對等搜索策略
6.1 理論分析
6.1.1 模型建立
6.1.2 均勻復制策略和比例復制策略
6.1.3 平方根復制策略
6.1.4 混合復制策略
6.1.5 分布式復制算法的實現(xiàn)
6.2 基于隨機游走的隨機復制策略
6.2.1 生日悖論和理論下界
6.2.2 隨機游走復制策略和搜索協(xié)議
6.2.3 性能評估
6.3 BubbleStorm：基于隨機多圖的概率窮盡搜索策略
6.3.1 副本數(shù)量的確定
6.3.2 網(wǎng)絡(luò)大小的測量
6.3.3 隨機多圖與隨機采樣
6.3.4 洪泛和隨機游走的完美結(jié)合
6.3.5 系統(tǒng)分析
6.3.6 性能評估
6.4 BloomCast：基于輕量級分布式哈希表的隨機采樣
6.4.1 BloomCast網(wǎng)絡(luò)結(jié)構(gòu)
6.4.2 網(wǎng)絡(luò)結(jié)點數(shù)量估計
6.4.3 隨機結(jié)點采樣
6.4.4 基于布隆濾波的復制算法
6.4.5 多關(guān)鍵字搜索
6.4.6 性能評估
6.5 PlanetP：基于全局摘要索引的復制策略
6.5.1 全局目錄索引復制
6.5.2 結(jié)點排序模型
6.5.3 查詢處理算法
6.5.4 性能評估
參考文獻
第7章 基于內(nèi)容路由的聯(lián)邦式搜索策略
7.1 基于語言模型的路由選擇
7.1.1 聯(lián)邦式搜索引擎的兩層結(jié)構(gòu)
7.1.2 語言模型
7.1.3 相對熵
7.1.4 搜索算法
7.1.5 性能評估
7.2 基于語義小世界模型的聯(lián)邦式對等搜索
7.2.1 語義空間和向量
7.2.2 構(gòu)造語義小世界
7.2.3 降低語義小世界的維度
7.2.4 基于語義小世界的搜索
7.2.5 性能評估
7.3 基于興趣局部性的路由
7.3.1 興趣局部性
7.3.2 基于興趣局部性的拓撲和路由
7.3.3 性能評估
7.4 SemreX系統(tǒng)
7.4.1 SemreX系統(tǒng)模型
7.4.2 語義覆蓋網(wǎng)
7.4.3 基于語義覆蓋網(wǎng)的查詢搜索算法
7.4.4 性能評估
參考文獻
第8章 混合式對等搜索策略
8.1 混合對等搜索面臨的挑戰(zhàn)
8.2 基于預先探測的混合策略
8.2.1 Boon Thau Loo的Gnutella實驗
8.2.2 SimplelHbrid混合P2P搜索策略
8.2.3 性能評估
8.3 基于Gossip的混合搜索選擇
8.3.1 收集全局統(tǒng)計信息
8.3.2 使用全局信息進行搜索選擇
8.3.3 洪泛閾值的調(diào)節(jié)
8.3.4 性能評估
8.4 難度感知的混合式搜索策略
8.4.1 很多復本≠很多結(jié)點
8.4.2 QRank設(shè)計
8.4.3 用QRank進行混合查詢
8.4.4 自適應(yīng)混合查詢
8.4.5 QRank仿真器設(shè)計
8.4.6 性能評估
參考文獻
第9章 大規(guī)模在線社會網(wǎng)絡(luò)搜索
9.1 大規(guī)模在線社會網(wǎng)絡(luò)搜索面臨的挑戰(zhàn)
9.2 在線社會網(wǎng)絡(luò)系統(tǒng)研究現(xiàn)狀
9.3 流行在線社會網(wǎng)絡(luò)的數(shù)據(jù)劃分與定位
9.4 大規(guī)模在線社會網(wǎng)絡(luò)內(nèi)容搜索關(guān)鍵技術(shù)
9.4.1 流式文本摘要技術(shù)
9.4.2 基于摘要索引的排序算法
9.4.3 多跳鄰居摘要聚合技術(shù)
9.4.4 基于社區(qū)局部性降低摘要索引開銷
參考文獻