采用k—均值聚類算法的資源搜索模型研究

邵必林　邊根慶　張維琪　閆瑾

摘要：針對(duì)當(dāng)前海量信息存儲(chǔ)對(duì)等網(wǎng)絡(luò)系統(tǒng)中資源搜索技術(shù)效率較低的問(wèn)題，提出了一種采用矗一均值聚類分析的高效搜索模型，該模型利用資源描述框架（RDF）描述的元數(shù)據(jù)進(jìn)行聚類分析，使得資源的搜索由全局變?yōu)榫植浚瑥亩行У靥岣吡速Y源搜索效率；采用動(dòng)態(tài)優(yōu)化排序技術(shù)顯著提高了查詢的速度，通過(guò)子網(wǎng)分裂算法和節(jié)點(diǎn)備用算法增強(qiáng)了模型的可擴(kuò)展性、安全性和可靠性，仿真結(jié)果表明，所提模型在查找時(shí)延和平均路徑方面均比傳統(tǒng)搜索模型更加高效、便捷。