XML內(nèi)容路由關(guān)鍵技術(shù)研究.pdf

1、隨著信息高速公路的發(fā)展，互聯(lián)網(wǎng)上出現(xiàn)了大量采用事件-驅(qū)動模式的應(yīng)用，如主動服務(wù)中的發(fā)布訂閱系統(tǒng)、基于內(nèi)容的XML路由、XML文檔分發(fā)以及新聞傳遞等。這類應(yīng)用中，信息以XML流的形式由一系列生產(chǎn)者經(jīng)過事件代理傳遞到另一些消費者手中；消費者通過過濾引擎進行訂閱。由于僅與XML的內(nèi)容本身有關(guān)，而與信息在何處發(fā)布無關(guān)，這種路由方式常被稱作內(nèi)容路由。然而，現(xiàn)有的內(nèi)容路由技術(shù)在高效匹配算法、對異構(gòu)事件處理等方面尚存一些問題。 擴展標記語言X

2、ML作為一種數(shù)據(jù)表示和交換的標準，具有自描述性、可擴展性、利于異構(gòu)數(shù)據(jù)交換等諸多優(yōu)點。本文以XML為事件模型、XPath作為多用戶訂閱模型來研究內(nèi)容路由的若干關(guān)鍵技術(shù)。 本文提出了一種基于hedge文法的HXFA機來處理XML發(fā)布流事件，并給出了HXFA機的過濾優(yōu)化算法及算法正確性分析。最后，將多個HXFA機合并作為系統(tǒng)的過濾引擎。從算法的效率和可擴展性方面進行實驗分析，提出的方法優(yōu)于著名的內(nèi)容過濾引擎YFilter。

3、分析了現(xiàn)有XML相似性模型的優(yōu)缺點，針對這些模型的不足，擴展了向量空間模型，提出了基于語義和支持度的層次路徑模型，并給出其生成算法及復(fù)雜度分析。模型首先挖掘文檔集中頻繁出現(xiàn)的路徑，通過文檔中的語義信息來合并重復(fù)節(jié)點、路徑，同時對文檔特征向量進行維數(shù)規(guī)約。最后給出基于語義和支持度的距離測度方法。該方法兼顧了XML文檔的結(jié)構(gòu)信息和語義信息兩個方面的相似性。與樹編輯距離模型相比，不但每個文檔具有“類原型”描述，而且在時間開銷上有較大優(yōu)勢。

4、 根據(jù) H path模型，提出一種基于改進粒子群優(yōu)化的XML文檔聚類方法。首先將文檔集映射到粒子群模型問題空間，然后利用粒子群聚類方法進行聚類，最終權(quán)衡了時間和準確性兩方面因素，進一步提出混合的粒子群聚類方法，增強了聚類收斂程度和準確程度。 盡管提出的模型在提取時已進行了數(shù)據(jù)歸約，然而對于冗余的、異構(gòu)的XML文檔而言，高維災(zāi)難問題仍然存在。針對此問題，提出一種獨立分量分析的預(yù)分類方法。該方法首先對文檔矩陣進行維數(shù)歸約，隨后在