大数据下近似成员关系查询方法研究进展  

作　　者：胡会南[1] 陈华辉[1] 

机构地区：[1]宁波大学,浙江宁波315211

出　　处：《数据通信》2017年第2期27-34,共8页

基　　金：国家自然科学基金资助项目(No.61572266)

摘　　要：近似成员关系查询(Approximate Membership Query,AMQ)要快速回答类似"数据对象q是否和给定的大数据集合S中的至少一个元素相似?",即"q是否是S的近似成员"问题。AMQ在图像检索、数据挖掘、模式识别、生物检测等领域有许多应用。对AMQ问题及其处理方法进行了综述介绍。从AMQ的定义出发,对处理AMQ问题的相关基础技术进行了介绍,讨论了目前主要的AMQ算法,分析比较了各算法的区别和优缺点,最后探讨了AMQ处理中尚需进一步研究的若干问题。

关 键 词：大数据 近似成员关系查询 布鲁姆过滤器 位置敏感哈希 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术] TP311.13[自动化与计算机技术—计算机科学与技术]