不確定數(shù)據(jù)的ToP-K關(guān)鍵字檢索.pdf

1、關(guān)鍵字檢索和不確定數(shù)據(jù)處理是近年數(shù)據(jù)庫(kù)領(lǐng)域的兩個(gè)研究熱點(diǎn)。本文研究的主題是在含有不確定數(shù)據(jù)的關(guān)系數(shù)據(jù)庫(kù)和XML數(shù)據(jù)庫(kù)上了運(yùn)用關(guān)鍵字方法，檢索用戶查詢的關(guān)鍵字。本文的研究成果通過將關(guān)系數(shù)據(jù)庫(kù)和XML的關(guān)鍵字檢索技術(shù)和不確定數(shù)據(jù)的處理技術(shù)結(jié)合起來，為用戶查詢不確定數(shù)據(jù)提供更友好的檢索方式。
　　首先，針對(duì)結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)的不同，本文區(qū)分了(1)關(guān)系數(shù)據(jù)庫(kù)和(2)XML上的兩種不確定模型。這兩種模型相結(jié)合能覆蓋和處理很多不確定數(shù)

2、據(jù)的關(guān)鍵字檢索問題。
　　然后，分別為兩種模型，定義了不確定關(guān)鍵字查詢的語(yǔ)義和查詢結(jié)果。對(duì)于(1)關(guān)系數(shù)據(jù)庫(kù)，本文提出了一種在屬性級(jí)粒度上進(jìn)行top-k關(guān)鍵字檢索的算法。該算法根據(jù)用戶指定的k值計(jì)算并返回分?jǐn)?shù)最高的前k個(gè)結(jié)果，每個(gè)結(jié)果是關(guān)系數(shù)據(jù)庫(kù)上通過主外鍵關(guān)聯(lián)在一起的元組連接樹。查詢結(jié)果的評(píng)價(jià)函數(shù)綜合考慮了結(jié)果與關(guān)鍵字的相關(guān)度和結(jié)果在可能世界語(yǔ)義下的概率大小。通過進(jìn)一步優(yōu)化，顯著降低了該算法的計(jì)算復(fù)雜度。對(duì)于(2) XML數(shù)據(jù)，

3、本文定義“最小有意義片段”為查詢結(jié)果，“最小有意義片段”是包含用戶所查詢的所有關(guān)鍵字并且在可能世界語(yǔ)義下概率為正值的概率XML上的一個(gè)最小子樹。基于該定義，本文通過5個(gè)策略，優(yōu)化了計(jì)算最小有意義片段概率的計(jì)算復(fù)雜度，最后提出概率XML上的top-k關(guān)鍵字檢索的算法。
　　最后，本文進(jìn)行了一系列不同數(shù)據(jù)集上的實(shí)驗(yàn)，實(shí)驗(yàn)多角度測(cè)試了在top-k的不同k取值、用戶查詢關(guān)鍵字個(gè)數(shù)變化、不確定數(shù)據(jù)分布概率不同時(shí)本文方法的性能和剪枝優(yōu)化效率，