基于語義信息的面向數(shù)據(jù)庫的Top-k關鍵字查詢技術.pdf

1、越來越多的信息被存儲在關系數(shù)據(jù)庫中，面向關系數(shù)據(jù)庫的關鍵字查詢的需求也隨之增多。盡管許多數(shù)據(jù)庫管理系統(tǒng)支持全文本信息搜索，但是，在這些系統(tǒng)中，用戶必須預先知道所要查詢的關系數(shù)據(jù)庫的模式結構，并且通過某種結構化的查詢語言查詢數(shù)據(jù)庫。
　　 Web關鍵字搜索的巨大成功，使面向關系數(shù)據(jù)庫的關鍵字查詢成為一個嶄新的研究領域。然而，面向關系數(shù)據(jù)庫的關鍵字查詢面臨著三個挑戰(zhàn)：(1)查詢結果是由分散在不同關系表中的元組連接而成。(2)計算結果

2、的相關度時，必須計算分散在各個關系表中的關鍵字與查詢關鍵字之間的相關度。(3)與文本數(shù)據(jù)庫相比，關系數(shù)據(jù)庫的結構更復雜。因此，傳統(tǒng)信息搜索領域的評分函數(shù)以及搜索算法不能直接應用到數(shù)據(jù)庫關鍵字搜索中。
　　 本文通過研究元組的語義特性以及元組間的語義關系，提出一種新的評分函數(shù)。該評分函數(shù)不僅涵蓋了當前的評分思想，并且用一些新的指標來衡量查詢結果與查詢關鍵字之間的相關性，從而更貼切和準確地衡量查詢結果與查詢關鍵字間的相關度。

3、　　 基于新的評分函數(shù)，主要提出四種Top-k搜索算法。分別為基本算法、EBA(Early-stopping Block Algorithm)算法、AEBA(Advanced Early-stopping BlockAlgorithm)算法、GAEBA算法(Global Advanced Early-stopping Block Algorithm)。后三種算法以數(shù)據(jù)塊為處理單位，避免頻繁訪問數(shù)據(jù)庫，因而提高搜索效率。AEBA算法在E