XML不完全信息的動態(tài)發(fā)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)絡(luò)時代的到來，數(shù)據(jù)越來越多地開始以網(wǎng)絡(luò)在線的方式進行存儲、集成、發(fā)布和交換。由于XML具有跨平臺，簡單易用等特性，在很短的時間內(nèi)就獲得了廣泛認同，在眾多應(yīng)用領(lǐng)域中，已成為主要的數(shù)據(jù)表示和交換的標準。XML作為一種半結(jié)構(gòu)化數(shù)據(jù)的表示模型，具有很強的信息表現(xiàn)力，它既可以表示結(jié)構(gòu)化的數(shù)據(jù)又可以表示非結(jié)構(gòu)的數(shù)據(jù)。但在現(xiàn)實世界中常常存在一些不完全的信息，特別是在數(shù)據(jù)交換過程中，經(jīng)常會因為XML模式不同而產(chǎn)生不完全信息。這些不完全信息會對

2、XML數(shù)據(jù)庫中的連接、查詢等操作造成不良影響。因此，如何及時的發(fā)現(xiàn)XML文檔中出現(xiàn)的這些不完全信息，并進行相應(yīng)處理就變得尤為重要。 目前，國內(nèi)外的研究者針對XML中不完全信息所展開的科研工作主要集中在理論研究上，重點是進行不完全信息函數(shù)依賴的規(guī)則推理。對于有效的發(fā)現(xiàn)有價值的函數(shù)依賴以及通過這些函數(shù)依賴來補全這些不完全信息，還沒有深入的研究?；谀壳暗难芯炕A(chǔ)，本文將如何有效的發(fā)現(xiàn)及補全XML中的不完全信息作為了研究的重點。通過我

3、們的這些研究，可以進一步增強XML文檔表示現(xiàn)實世界的能力，進而推動理論和實際相結(jié)合，產(chǎn)生巨大的經(jīng)濟效益。 本文通過對一個典型的例子展示了如何對XML文檔本身進行分析，找出其中所包含的對于發(fā)現(xiàn)不完全信息有幫助的函數(shù)依賴，然后使用這些函數(shù)依賴發(fā)現(xiàn)XML數(shù)據(jù)中的不完全信息，并進行相應(yīng)的補全。我們所做的主要工作如下： 1．在XML中引入不完全信息的相關(guān)概念，即當樹節(jié)點中存在一些節(jié)點的值為空值的情況下，形成一棵不完全信息樹，并由此

4、引入了樹元組、元組類等一系列概念。 2．比較了XML Schema與DTD的優(yōu)劣，對于為何選擇XML Schema作為研究的基礎(chǔ)進行了重點闡述。 3．針對如何發(fā)現(xiàn)有價值的函數(shù)依賴問題，本文提出了DiscoverFDs算法，這一算法關(guān)注于不完全信息，通過對于XML文檔進行屬性劃分的比較，動態(tài)的發(fā)現(xiàn)有價值的函數(shù)依賴。DiscoverFDs算法是我們進行相關(guān)研究的有力工具，是本文進行論述的重點。 4．利用上述有價值的X