数字式图书馆海量文献数据查询优化仿真

摘要

探究有效的海量文献数据查询优化方法,能够提高数据查询的运行速度,加快响应时间,增强查全率,在使用过程中具有重要的现实意义.为了解决查询海量数据时存在响应时间较长、运行速度较慢、准确率较低等问题,提出基于改进遗传算法的数据查询优化方法,利用稀疏表示哈希算法构建海量文献数据模型,获取抽象空间中文献和文本信息的特征表示,计算二者隐藏在语义空间的相关近似值,得到海量文献数据目标函数.运用梯度将目标函数转换成新的适应度函数,利用函数值变化机率优化适应度函数,将十进制实数编码加入遗传算法中,根据概率选取染色体具有最小函数值时,由该值获取最优查询结果.仿真结果证明,所提方法在保证较短的平均响应时间和平均查询速度的基础上,提高查询的平均准确率和查全率.