相似性连接查询技术研究进展

摘要

相似性连接查询，即查找相似的数据对象对，具有广泛的应用领域，例如相似网页检测、实体解析、数据清洗和相似图像检索等。相似性连接查询是当前大数据处理领域的热点问题之一。讨论了相似性连接查询面临的挑战；根据不同的标准对现有的相似性连接查询进行了分类；总结并比较了现有的字符串、集合、向量和图相似性连接算法；探讨了今后的研究重点和发展趋势。