基于birch聚类的可更新机器学习索引模型

作     者：曹卫东 金超 CAO Wei-dong;JIN Chao

作者机构：中国民航大学计算机科学与技术学院天津300300 

基　　金：国家自然科学联合基金项目(U1833114) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第11期

页      码：3328-3334页

摘      要：为满足大数据时代下数据库系统高吞吐、低内存占用的索引设计需求,提出一种面向海量数据的基于birch聚类可更新机器学习索引模型。将数据集使用birch聚类进行划分,对分段数据分别使用前馈神经网络进行训练拟合,采用基于日志结构合并树延迟更新思路的异地插入策略,实现索引更新操作。使用真实数据集进行实验,其结果表明,相比传统索引和当前先进机器学习索引结构,该模型在检索速度上有一定提升,在插入性能、内存占用和训练时间上有较大优化。

主 题 词：海量数据 机器学习 索引设计 聚类 日志结构合并树 数据访问热度 动态更新 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.11.017

馆 藏 号：203124616...