一種數(shù)據(jù)空間中非結(jié)構(gòu)化數(shù)據(jù)查詢方法.pdf

1、隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，數(shù)據(jù)信息呈現(xiàn)出許多新的特征，包括數(shù)據(jù)的海量性，數(shù)據(jù)形式的異構(gòu)性以及數(shù)據(jù)間關(guān)聯(lián)的復(fù)雜性。傳統(tǒng)的數(shù)據(jù)庫管理技術(shù)在應(yīng)對(duì)挑戰(zhàn)時(shí)已顯得力不從心，數(shù)據(jù)空間的理念應(yīng)運(yùn)而生，由于具備逐步演化的構(gòu)建方式以及對(duì)數(shù)據(jù)模式的弱依賴等性質(zhì)，因此能夠滿足日益復(fù)雜的管理需求和服務(wù)需求。
　　越來越多的應(yīng)用需要對(duì)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)同時(shí)進(jìn)行訪問，與此同時(shí)，在數(shù)據(jù)空間中也需要提供某種服務(wù)實(shí)現(xiàn)對(duì)數(shù)據(jù)空間中所有結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的無縫查

2、詢。在信息檢索和數(shù)據(jù)庫領(lǐng)域，各類型數(shù)據(jù)的查詢都是其主要的研究方向，近年來，數(shù)據(jù)庫研究團(tuán)體對(duì)結(jié)構(gòu)化數(shù)據(jù)集（如關(guān)系數(shù)據(jù)庫、XML數(shù)據(jù)庫）的關(guān)鍵字查詢進(jìn)行了大量研究并取得一定成果。而針對(duì)另一個(gè)方向，基于非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化查詢方法研究則少有進(jìn)展。
　　本文研究數(shù)據(jù)空間中非結(jié)構(gòu)化數(shù)據(jù)的查詢轉(zhuǎn)換技術(shù)，提出了一種對(duì)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化查詢方法，該方法從結(jié)構(gòu)化查詢語句中抽取關(guān)鍵字集，并將得到的關(guān)鍵字集應(yīng)用于非結(jié)構(gòu)化數(shù)據(jù)的查詢。首先，根據(jù)查詢圖的

3、定義及構(gòu)建方法，將結(jié)構(gòu)化查詢語句轉(zhuǎn)換成對(duì)應(yīng)的查詢圖，查詢圖包含查詢語句基本信息的同時(shí)也去除了一些不相關(guān)語法特征。其次，為了從查詢圖的標(biāo)簽中抽取關(guān)鍵字，本文基于信息熵和代表度確定一個(gè)標(biāo)簽是否為關(guān)鍵字，又提出了i-scores更新算法和基于貪心策略的Label-Selection抽取算法，用于完成對(duì)關(guān)鍵字的抽取。最后，運(yùn)用領(lǐng)域知識(shí)對(duì)現(xiàn)有方法進(jìn)行改進(jìn)，并驗(yàn)證了查詢語句中表和屬性值個(gè)數(shù)對(duì)查詢結(jié)果的影響。實(shí)驗(yàn)結(jié)果表明：本文所提出的方法在不同領(lǐng)域的