基于Top-k 查詢算法的圖書館電子資源分類搜索方法

富國瑞

（山東大學(xué)圖書館，山東濟南 250100）

Top-k 查詢算法是根據(jù)不同方式，對查詢對象進行規(guī)劃處理的手段，按照查詢模式的不同可分為三類：Top-k 選擇查詢、Top-k 聚集查詢、Top-k 分層查詢。其中，選擇查詢能夠在待定義群體中挑選最重要的服務(wù)對象，并為其賦予一系列的附屬應(yīng)用規(guī)則；聚集查詢主要面對集合式數(shù)據(jù)群體，可同時定義信息傳輸流的頭、尾節(jié)點，以降低電子信號之間的搜索相似性；分層查詢可按照數(shù)據(jù)信號所屬級別命名與參量節(jié)點相關(guān)的查詢角標，以達到促進分類算法快速實施的目的[1-2]。

隨著待處理圖書館電子資源總量的提升，很難在遵循分類查詢規(guī)則的同時，實現(xiàn)對信號參量的快速、準確查找。傳統(tǒng)CID 引擎索引器通過用戶接口之間的無縫對接，完成對正序資源分詞的抓取處理，再聯(lián)合選擇性推薦機制，確定相鄰電子節(jié)點間的最短傳輸距離。但在高水平分類精準度的支持下，該方法所需的查詢等待時間過長，不能完全符合實際化應(yīng)用需求。為解決此問題，引入Top-k 查詢算法，研究全新的圖書館電子資源分類搜索方法。

1 基于Top-k 查詢算法的電子資源特性分析

1.1 查詢模式

Top-k查詢模式包含聚集化、分層化、節(jié)點化3種基本處理行為。其中，聚集化查詢主要針對圖書館電子資源中的自定義用戶，以.//condition 命名數(shù)據(jù)信號前的位置節(jié)點，可將完成處理后的參量數(shù)據(jù)包由頂層查詢機構(gòu)直接傳輸至底層查詢機構(gòu)中[3]。分層化查詢主要針對圖書館電子資源中的隱藏數(shù)據(jù)參量，以.//attributes 命名數(shù)據(jù)信號的中間傳輸結(jié)構(gòu)體，在平層查詢單元中不限制信息參量的最遠傳輸距離，具備較強的資源分類適應(yīng)性[4]。節(jié)點化查詢主要針對圖書館電子資源中的必要數(shù)據(jù)參量，以.// tuple命名數(shù)據(jù)信號后的位置節(jié)點，可將處于散亂狀態(tài)的信息參量，從底層查詢機構(gòu)反饋回頂層查詢機構(gòu)[5]。詳細的查詢模式應(yīng)用規(guī)則如表1 所示。

表1 Top-k查詢模式應(yīng)用規(guī)則

1.2 數(shù)據(jù)和查詢的確定性

在執(zhí)行電子資源分類搜索的過程中，所有信息參量都具備明顯的獨立性，因此很難在單位時間內(nèi)實現(xiàn)對待搜索節(jié)點的定向安排，而數(shù)據(jù)和查詢確定性的存在，則有效避免了上述情況的發(fā)生，不僅能夠?qū)⒓榷ㄋ阉鞴?jié)點妥善安排在指向性位置上，也能避免因電子差異化傳輸，而造成的搜索分類精準度下降等問題。在不考慮其他影響條件的情況下，可將數(shù)據(jù)確定性、查詢確定性分為兩個互不干擾的獨立分量[6-7]。所謂數(shù)據(jù)確定性也叫電子資源的查詢妥善性，受到信號輸出均值qˉ、Top-k 查詢上限參量e1、Top-k 查詢下限參量e0的共同影響。信號輸出均值描述圖書館電子資源在單位時間內(nèi)的分布情況，通常情況下，隨著物理搜索時間的延長，該項物理量的數(shù)值水平不會發(fā)生改變。查詢確定性也叫信息分類穩(wěn)定性，是指在既定搜索區(qū)間內(nèi)，所有圖書館電子資源數(shù)據(jù)均能保持相對穩(wěn)定的輸出形式，且不受查詢時長等其他物理量的直接影響。設(shè)數(shù)據(jù)確定性指標為y′，查詢確定性指標為w′，聯(lián)立上述物理量，可將y′與w′分別表示為：

其中，μ代表既定數(shù)據(jù)查詢系數(shù)，r0、r1分別代表兩個不同的電子資源負載信息，i代表查詢節(jié)點處的電子資源信號承載條件，p代表與圖書館電子資源相匹配的分類搜索權(quán)限。

1.3 排名函數(shù)

排名函數(shù)是與Top-k 查詢算法相關(guān)的電子資源分類部署原則，可按照相鄰搜索節(jié)點間的實際限定關(guān)系，確定由一個圖書館電子資源數(shù)據(jù)到另一個圖書館電子資源數(shù)據(jù)間的最短傳輸距離，從而縮短電子信息參量查詢所需的平均等待時間[8-9]。假設(shè)在一個固定搜索周期t內(nèi)，排名在前的搜索節(jié)點所負載的圖書館電子資源總量始終高于排名在后的節(jié)點，且隨著查詢精度要求的不斷提升，節(jié)點與節(jié)點之間的資源數(shù)據(jù)也一直處于流動性分布狀態(tài)。為使Top-k 查詢算法的約束能力得到最大化發(fā)揮，電子資源的分類搜索步長值必須在ε0～ε1之間來回波動，且最大化分類指標的實際表現(xiàn)數(shù)值也不得超過L，聯(lián)立式（1），可將基于Top-k 查詢算法的圖書館電子資源分類排名函數(shù)定義為：

其中，χ1、χ2分別代表兩個不同的圖書館電子資源分類化查詢標量值。

2 圖書館電子資源分類搜索

2.1 搜索器

搜索器是圖書館電子資源分類搜索指令的核心實施部件，以Map/Reduce 服務(wù)器作為主體搭建結(jié)構(gòu)，可在各類Web API 節(jié)點的作用下，實現(xiàn)對數(shù)據(jù)信號的挖掘處理，從而生成滿足實際分類與搜索需求的評價指令[10]。應(yīng)用電子可直接作用于Map/Reduce服務(wù)器主機，在輸出多類型圖書館電子數(shù)據(jù)源信號的同時，建立聚集化搜索、分層化搜索、節(jié)點化搜索3 種基本查詢模式[11-12]。總體來講，搜索器具備較為完善的查詢適應(yīng)性，隨著Top-k 算法執(zhí)行能力的增強，結(jié)構(gòu)體內(nèi)部的信息負載量也開始逐漸累積，直至與圖書館電子資源的實際分類需求完全匹配。搜索器結(jié)構(gòu)如圖1 所示。

圖1 搜索器結(jié)構(gòu)圖

2.2 信息索引模型

信息索引模型規(guī)定了Top-k 查詢算法的實際作用范圍，可按照圖書館電子資源的現(xiàn)有存儲形式，確定分類搜索處理的實際實施規(guī)劃區(qū)間。通常情況下，待處理的物理區(qū)間范圍越大，所需的信息索引數(shù)量也就越多，反之則越小[13-14]。若以圖書館電子資源數(shù)據(jù)總量f作為實際參考標準，在不出現(xiàn)其他干擾影響的情況下，信息索引模型的建立直接受到數(shù)據(jù)分類標準、搜索度量值兩項物理量的直接影響。數(shù)據(jù)分類標準可表示為h，在Top-k 查詢算法的支持下，該項物理量始終保持較強的應(yīng)用穩(wěn)定性。搜索度量值可表示為k，與實際搜索耗時保持相同的變化趨勢，對最終的索引模型構(gòu)建條件始終起到正向促進作用。在上述物理量的支持下，聯(lián)立式（2），可將圖書館電子資源的信息索引模型定義為：

其中，f′代表圖書館電子資源數(shù)據(jù)的實際應(yīng)用誤差量，k′代表與搜索度量值相關(guān)的補充系數(shù)項，代表電子資源信號的單次最大搜索量。

2.3 分類節(jié)點興趣代理

分類節(jié)點興趣代理是圖書館電子資源分類搜索方法搭建的末尾處理環(huán)節(jié)，可在Top-k 查詢算法的作用下，直接操控核心搜索界面，再按照關(guān)鍵詞與特征參量的分類形式，確定與代理服務(wù)器相關(guān)的數(shù)據(jù)匹配資源[15-16]。在圖書館電子資源存儲數(shù)據(jù)庫中，所有信息參量均保持連續(xù)性傳輸?shù)恼{(diào)度形式，規(guī)定代理服務(wù)器始終處于良性連接的應(yīng)用狀態(tài)，則與信息數(shù)據(jù)聯(lián)系越緊密的信號參量，越能代表最終的實際分類搜索需求，分類節(jié)點興趣代理流程如圖2 所示。

圖2 分類節(jié)點興趣代理流程圖

至此，實現(xiàn)各項應(yīng)用結(jié)構(gòu)的連接與關(guān)鍵性指標的計算，在Top-k 查詢算法的支持下，完成新型圖書館電子資源分類搜索方法的搭建。

3 實用能力檢測

為驗證基于Top-k 查詢算法圖書館電子資源分類搜索方法的實際應(yīng)用能力，設(shè)計如下對比實驗。對整個圖書館內(nèi)的所有電力資源進行編號，將這些電子信號全部輸入到監(jiān)控主機中，分別以搭載新型分類搜索方法和傳統(tǒng)CID 引擎索引器的實驗主機，作為實驗組與對照組的數(shù)據(jù)分析元件。分析電子信息查詢等待時長、電量信號分類精度的具體變化情況。電子資源監(jiān)控如圖3 所示。

圖3 電子資源監(jiān)控

電子信息查詢時間、電信號分類精度均能反映圖書館電子信息參量的實際搜索速率，通常情況下，查詢時間越短、分類精度越高，電子信息的搜索速率也就越快，反之則越慢。

調(diào)節(jié)資源監(jiān)控設(shè)備，使電子信息查詢量在10×109T～90×109T 之間來回波動，記錄各個特征節(jié)點處實際查詢等待時間的具體數(shù)值水平。電子信息查詢等待時間對比結(jié)果如表2 所示。

表2 電子信息查詢等待時間對比表

分析表2 可知，在兩次數(shù)值記錄結(jié)果中，實驗組查詢等待時間的波動變化趨勢相對較小，全局最大值0.48 ms 與全局最小值0.45 ms 之間的差值結(jié)果僅為0.03 ms；對照組查詢等待時間則一直保持不斷增大的變化趨勢，全局最大值1.43 ms 與實驗組極值相比上升了0.95 ms，與全局最小值1.33 ms 的差值結(jié)果為0.1 ms，遠高于實驗組數(shù)值水平。

根據(jù)電子資源監(jiān)控設(shè)備中顯示的數(shù)值可知，在實驗時間處于10～90 min 之間時，電量信號分類精度的反應(yīng)數(shù)值最為平穩(wěn)，表3 反映了實驗組、對照組的具體實驗結(jié)果。

分析表3 可知，在整個實驗過程中，實驗組電量信號分類精度始終保持先下降、再上升的變化趨勢；對照組電量信號分類精度則保持先下降、再穩(wěn)定的變化趨勢，全局最大值為68%，與實驗組極大值90%相比，下降了22%。

表3 電量信號分類精度對比表

綜上可知，應(yīng)用基于Top-k 查詢算法的圖書館電子資源分類搜索方法后，電子信息查詢時長得到有效控制，而信號分類精度卻出現(xiàn)明顯上升，可在嚴格遵循分類查詢規(guī)則的基礎(chǔ)上，完成對圖書館電子信息參量的快速查找。

4 結(jié)束語

新型圖書館電子資源分類搜索方法，在傳統(tǒng)CID 引擎索引器的基礎(chǔ)上，針對查詢等待時間長、分類精度低的問題進行改進，且隨著Top-k 查詢算法的不斷完善，整體查詢模式也逐漸向規(guī)范化方式演變。分析排名函數(shù)定義可知，信息索引模型能夠完全滿足分類節(jié)點興趣代理的處理需求，實現(xiàn)快速查找圖書館電子信息參量的實際應(yīng)用要求。