基于文字計算的智能查詢系統(tǒng)研究.pdf

1、傳統(tǒng)的關(guān)系數(shù)據(jù)庫采用關(guān)系模型作為數(shù)據(jù)的組織方式，其中的關(guān)系模型是以布爾邏輯和精確的數(shù)據(jù)工具為基礎(chǔ)，不能表示模糊的、不確定性的信息。因此，當(dāng)前的DBMS（數(shù)據(jù)庫管理系統(tǒng)）只能解決精確的查詢問題，對于以自然語言表述的模糊查詢則很難處理。 為了獲取模糊查詢的結(jié)果，通常有兩種方法：一是建立模糊的數(shù)據(jù)庫系統(tǒng)，事先存放的都是已經(jīng)模糊化了的數(shù)據(jù)；二是基于模糊邏輯理論，以現(xiàn)有的關(guān)系數(shù)據(jù)庫模型為基礎(chǔ)，定義各種模糊運算，建立模糊數(shù)據(jù)上的函數(shù)。通過條

2、件語句的轉(zhuǎn)換對SQL，查詢語言進行模糊化擴展，使其能處理模糊的查詢條件。這種方法相對比較簡單，且與普通查詢密切相關(guān)。文獻[5]針對SQL語言的SELECT。語句進行了模糊擴展，討論了帶權(quán)重的模糊查詢，但其文中所引入的權(quán)重對于客觀事物的復(fù)雜性和不確定性，以及人類思維的模糊性并未多加考慮，所給出的權(quán)重是用戶任意指定的精確數(shù)值，不太符合現(xiàn)實情況。 文字計算是智能信息處理方法中的一個重要研究方向，它主要處理基于感知的信息，以文字取代數(shù)值

3、進行計算，模仿了人腦的思維過程。目前，文字計算理論和方法已廣泛應(yīng)用于知識表示、數(shù)據(jù)挖掘和知識獲取等領(lǐng)域。 本文結(jié)合文字計算的理論方法針對人事信息中的模糊查詢實例，討論了基于關(guān)系數(shù)據(jù)庫的模糊查詢方法及具體實現(xiàn)。在查詢條件中，設(shè)置了權(quán)重，并分別討論了權(quán)重為數(shù)值和語言值的情況下，模糊查詢的實現(xiàn)；當(dāng)權(quán)重為語言值時，結(jié)合語言聚合算子，將聚合的方法應(yīng)用于權(quán)重的計算中，使查詢結(jié)果對查詢條件的匹配度的計算更為合理；并討論了匹配度相同的結(jié)果排序的