厦门大学数据库室-谢荣东-论文阅读进展报告-20150717.pptVIP

厦门大学数据库实验室 论文阅读报告（1） 报告人：谢荣东 指导老师：林子雨 2015.7.17 Part 1 空间数据上Top-k 关键词模糊查询算法 论文一 综述 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 作者：胡 骏、范 举、李国良、陈姗姗；清华大学计算机科学与技术系数据库研究组 发表信息：２０１２年１１月于《计算机学报》 关键词：基于位置的服务； 空间数据上的关键词检索； 字符串近似匹配 学术贡献：1、首次提出了空间数据上的Top-k关键词模糊查询问题；2、提出了有效的索引结构RigionTrie，并基于该结构设计了高效的Top-k算法 论文一 主要内容 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 问题：移动端文本位置查询的Top-k优化问题，如地图位置查询等 方法：定义一个新的相关性函数 设计新型的索引结构RigionTrie，根据文本和空间特性对 POI点进行有效的组织 基于以上两点设计了一个“基于RigionTrie的Top-k算法” 论文一 参考文献 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 胡骏, 范举, 李国良, 等. 空间数据上 Top—k 关键词模糊查询算法[J]. 计算机学报, 2012, 35(11): 2237-2246. Part 2 kNN 文本分类器类偏斜问题的一种处理对策 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 论文二 综述 作者：郝秀兰、陶晓鹏,、徐和祥；复旦大学计算机与信息技术系 发表信息： 2015年于《计算机研究与发展》 关键词：文本分类; kNN ;类偏斜;文本训练集的临界点;权重调节;随机重取样 学术贡献：1、提出了一个新概念—文本训练数据集的临界点（CP），并给出算法求CP的值；2、将CP的近似值LA或UA。训练样本数与传统的决策规则结合起来，形成自适应的加权KNN分类 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 论文二 主要内容 问题：传统KNN分类，训练样本中类的实例数量会影响分类效果，分类器会被大类控制，忽略小类 方法：提出一个“训练样本数及文本训练集的临界点--CP”概念，对训练集中的样本数进行折衷处理。本质上是利用CP对训练集样本进行跟方缩小，减小样本间差异 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 论文二 参考文献 郝秀兰, 陶晓鹏, 徐和祥, 等. kNN 文本分类器类偏斜问题的一种处理对策[J]. 计算机研究与发展, 2015, 46(1): 52-61. Part 3 Diversity-Aware Top-k Publish/Subscribe for Text Stream 论文三 综述 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 作者：陈力思、丛高；南洋理工大学 发表信息： 2015SIGMOD 关键词：text stream; diversification; publish/subscribe 主要内容：提出一个解决DAS查询的新方法，提高60%-75%的性能 论文三 标题 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Chen L, Cong G. Diversity-Aware Top-k Publish/Subscribe for Text Stream[C]//Proceedings of the 2015 ACM SIGMOD Inte