公开(公告)号：CN110795473A

公开(公告)日：2020-02-14

申请号：CN201911106961.X

申请日：2019-11-13

Applicant: 哈尔滨工业大学 ,  电子科技大学广东电子信息工程研究院

Inventor： 张宏莉 ,  周志刚 ,  王晓萌 ,  于海宁 ,  张羽 ,  叶麟 ,  方滨兴 ,  邱彪 ,  郭新凯

IPC: G06F16/2458 ,  G06F16/242 ,  G06F16/27 ,  G06F9/445

Abstract: 本发明属于检索技术领域，具体涉及一种基于自举法的加速搜索方法，包括S1.将Hadoop架构下的用户搜索请求设置为三元组Q(Op,D,ρ)，其中，Op表示用户对目标数据集合D的搜索操作，ρ为用户设置的搜索精度下限值；S2.从数据集合D中抽取初始样本S，然后以S为论域进行m次有放回采样{S1,...,Sm}；S3.对步骤S2中实施操作Op(D)产生的m个结果{Op(S1),...,Op(Sm)}进行近似计算，得到变异系数的相对误差值；S4.根据步骤S3中的相对误差进行评估，得出满足用户近似精度的搜索结果。与现有技术相比，本发明采用自举法进行抽样，有效地降低了抽样过程中样本的数量，同时由于只需要从原始数据集中抽取一个较小的随机均匀抽样，因此，可以显著降低采样过程的磁盘成本。