大数据相似性连接查询技术研究进展

来源：计算机应用杂志2018年第4期北京时间：

作者：马友忠, 张智辉, 林春杰

单位：1. 洛阳师范学院 信息技术学院, 河南 洛阳 471934;2. 河南省电子商务大数据处理与分析重点实验室(洛阳师范学院), 河南 洛阳 471934;3. 洛阳铁路信息工程学校 计算机教研室, 河南 洛阳 471900

摘要：为了深入理解和全面把握大数据相似性连接查询技术的研究进展，更好地促进其在图片聚类、实体解析、相似文档检测、相似轨迹检索等领域的广泛应用，对大数据相似性连接查询技术相关研究工作进行了深入调研和分析。首先对相似性连接查询的基本概念进行了介绍，然后分别对集合、向量、空间数据、概率数据、字符串等不同类型大数据的相似性连接查询相关研究工作进行了深入研究，对其优缺点进行了分析和总结。最后，指出了大数据相似性连接查询面临的若干挑战性问题及未来的研究重点。

关键词：大数据,相似性连接查询,MapReduce框架,K最近邻

基金资助：国家自然科学基金资助项目（61602231）；国家重点研发计划项目（2016YFE0104600）；河南省科技开放合作项目（172106000077，152106000048）；河南省高等学校重点科研项目（16A520022）。