基于多模式匹配算法的供应商搜索系统.pdfVIP

第35卷第6期 计算机工程 2009年3月 Vr01．35 No．6 ComputerEngineering March2009 文献标识码-A ·开发研究与设计技术· 文章编号。1000—3428(2009)06--0277--03 中田分类号，TI，3I眇 基于多模式匹配算法的供应商搜索系统 田帆，范基 (浙江大学计算机学院，杭州310027) ■奠：为满足外贸企业在互联网上搜索供应商的现实需求，在wM算法的基础上，引入压缩编码的思想，提出一种多模式中文信息匹配 算法，实现相应的搜索系统。在测试与实际使用中，该系统表现出良好的性能，适用于含大量短关键词的实时数据流环境下的搜索。 关稍：压缩编码；WM算法；多模式匹配；数据流；供应商搜索 Search Basedon Multi—pattern SupplierSystem Matching TIAN Fan，FANJing (CollegeofComputer,ZhejiangUniversity,Hangzhou310027) ThisresearchisbasedonWM andUSeS tOworkoutafast for IAbstractl algorithmcompresscoding simplemulti-patternmatchingalgorithmforeign trade tOfindOUt shows onthetestsandthe intheconditionthatthereal—timedataflow company suppliers．Ithighperformance practices．especially t咖fltont8amassofshortwords． key [Keywordsl search compresscoding；WMalgorithm；multi—patternmatching；dataflow；supplier l概述 P嘲与T[il继续比较。由于比较起始位k仅与模式串P有关， 随着信息技术的发展，越来越多的供应商在网络平台上 与目标串S无关，因此七可以事先确定。KMP算法的时间复 发布信息、推广产品。阿里巴巴等网上交易平台的出现，方 便了外贸企业在网上搜索供应商。但不同网站的数据规格、 改进。在KMP算法的基础上，文献【2】提出BM算法。其基 发布形式不同，因此，需要在很多信息资源中查找产品，其 本思想是从右向左比较，初始时P左端与7’左端对齐，比较 难度很大。开发一个用于统一处理信息的跨网站供应商搜索 Pm与Tm，若某次比较不匹配，则遵循坏字符规则和好后缀 系统，有助于外贸企业较快地找到供应商，从而提高效率。 规则。BM算法最差时间复杂度为O(mXn)，仅比较了文本 数据规格、发布形式、人为错误等原因导致搜索系统的 串长度的20％-30％。上述算法均属于单模式匹配算法，不能 数据源具有复杂性，主要包括以下情况： 满足字符串多模式匹配的需要。 (1)关键词同音误差或拼音误差。例如，“供应PE管”被 多模式匹配算法中的经典算法之一是ACl31算法，其基于 误打为“供应PE罐”，或“供应PEGUAN”。 有穷状态