论文部分内容阅读
面向元数据流，提出有效评测用户订阅的方法。设计了索引结构对订阅进行分组索引，消除了一个订阅因为包含多个谓词而造成的多次索引、计数和比较；设计了新的基于分组的过滤算法，该算法通过缓存谓词匹配结果使得谓词匹配结果得以在订阅过滤过程中传播，取得了很高的过滤性能。实验结果表明，该系统可以有效地处理达上百万订阅的负载量，实验中引进提取词干和消除停用词，极大提高系统的查全率和精度。