富国瑞

（山东大学图书馆，山东济南 250100）

Top-k 查询算法是根据不同方式，对查询对象进行规划处理的手段，按照查询模式的不同可分为三类：Top-k 选择查询、Top-k 聚集查询、Top-k 分层查询。其中，选择查询能够在待定义群体中挑选最重要的服务对象，并为其赋予一系列的附属应用规则；聚集查询主要面对集合式数据群体，可同时定义信息传输流的头、尾节点，以降低电子信号之间的搜索相似性；分层查询可按照数据信号所属级别命名与参量节点相关的查询角标，以达到促进分类算法快速实施的目的[1-2]。

随着待处理图书馆电子资源总量的提升，很难在遵循分类查询规则的同时，实现对信号参量的快速、准确查找。传统CID 引擎索引器通过用户接口之间的无缝对接，完成对正序资源分词的抓取处理，再联合选择性推荐机制，确定相邻电子节点间的最短传输距离。但在高水平分类精准度的支持下，该方法所需的查询等待时间过长，不能完全符合实际化应用需求。为解决此问题，引入Top-k 查询算法，研究全新的图书馆电子资源分类搜索方法。

1 基于Top-k 查询算法的电子资源特性分析

1.1 查询模式

Top-k查询模式包含聚集化、分层化、节点化3种基本处理行为。其中，聚集化查询主要针对图书馆电子资源中的自定义用户，以.//condition 命名数据信号前的位置节点，可将完成处理后的参量数据包由顶层查询机构直接传输至底层查询机构中[3]。分层化查询主要针对图书馆电子资源中的隐藏数据参量，以.//attributes 命名数据信号的中间传输结构体，在平层查询单元中不限制信息参量的最远传输距离，具备较强的资源分类适应性[4]。……