不確定數(shù)據(jù)的ToP-K關鍵字檢索.pdf

1、關鍵字檢索和不確定數(shù)據(jù)處理是近年數(shù)據(jù)庫領域的兩個研究熱點。本文研究的主題是在含有不確定數(shù)據(jù)的關系數(shù)據(jù)庫和XML數(shù)據(jù)庫上了運用關鍵字方法，檢索用戶查詢的關鍵字。本文的研究成果通過將關系數(shù)據(jù)庫和XML的關鍵字檢索技術和不確定數(shù)據(jù)的處理技術結合起來，為用戶查詢不確定數(shù)據(jù)提供更友好的檢索方式。
　　首先，針對結構化數(shù)據(jù)和半結構化數(shù)據(jù)的不同，本文區(qū)分了(1)關系數(shù)據(jù)庫和(2)XML上的兩種不確定模型。這兩種模型相結合能覆蓋和處理很多不確定數(shù)

2、據(jù)的關鍵字檢索問題。
　　然后，分別為兩種模型，定義了不確定關鍵字查詢的語義和查詢結果。對于(1)關系數(shù)據(jù)庫，本文提出了一種在屬性級粒度上進行top-k關鍵字檢索的算法。該算法根據(jù)用戶指定的k值計算并返回分數(shù)最高的前k個結果，每個結果是關系數(shù)據(jù)庫上通過主外鍵關聯(lián)在一起的元組連接樹。查詢結果的評價函數(shù)綜合考慮了結果與關鍵字的相關度和結果在可能世界語義下的概率大小。通過進一步優(yōu)化，顯著降低了該算法的計算復雜度。對于(2) XML數(shù)據(jù)，

3、本文定義“最小有意義片段”為查詢結果，“最小有意義片段”是包含用戶所查詢的所有關鍵字并且在可能世界語義下概率為正值的概率XML上的一個最小子樹?；谠摱x，本文通過5個策略，優(yōu)化了計算最小有意義片段概率的計算復雜度，最后提出概率XML上的top-k關鍵字檢索的算法。
　　最后，本文進行了一系列不同數(shù)據(jù)集上的實驗，實驗多角度測試了在top-k的不同k取值、用戶查詢關鍵字個數(shù)變化、不確定數(shù)據(jù)分布概率不同時本文方法的性能和剪枝優(yōu)化效率，