文献类型：期刊文章

作　　者：白福均[1] 高建瓴[1] 李宛蓉[2] 贺思云[1] 肖绍武[1]

Bai Fujun;Gao Jianling;Li Wanrong;He Siyun;Xiao Shaowua(College of Big Data & Information Engineering,Guizhou University,Guiyang 550025,China;Archives Guizhou University,Guiyang 550025,China)

机构地区：[1]贵州大学大数据与信息工程学院,贵阳550025 [2]贵州大学档案馆,贵阳550025

出　　处：《计算机应用研究》

基　　金：贵州省档案局科研资助项目(2015D001);贵州省科学技术基金资助项目(黔科合J字[2015]2045);贵州大学研究生创新基金资助项目(研理工2017014;研理工2017016)

年　　份：2019

卷　　号：36

期　　号：1

起止页码：106-109

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对自适应分段压缩ASCS算法进行了研究,对于ASCS算法中采用的均匀分段方式并非最优分段问题,提出以人工蜂群算法优化ASCS算法中的分段方式;对于ASCS算法考虑序列占用空间的影响因素过于单一问题,提出多因素下的改进算法;对于分布不均的长序列在ASCS算法下压缩率不理想的问题,提出先排序后差分编码操作再以ASCS算法压缩。通过对比实验证明,优化改进后的算法可以较显著地压缩倒排索引。

关 键 词：搜索引擎 倒排索引 索引压缩 人工蜂群算法 ASCS算法  

分 类 号：TP391.3] TP301.6[计算机类]