基于數(shù)據(jù)圖的關(guān)系數(shù)據(jù)庫關(guān)鍵詞查詢研究.pdf

1、隨著社會信息化時代的形成,關(guān)系數(shù)據(jù)庫中存儲的數(shù)據(jù)量一直處于飛速增長的過程中,要操作這些數(shù)據(jù)資源已經(jīng)成為一個非常關(guān)鍵的任務(wù),數(shù)據(jù)的真正價值在于它們之間的關(guān)系性,正是這種關(guān)系性使得關(guān)系數(shù)據(jù)庫關(guān)鍵詞查詢變得有意義。關(guān)系數(shù)據(jù)庫作為一種結(jié)構(gòu)化數(shù)據(jù),查詢需要采用復(fù)雜的SQL語句,這對于非專業(yè)用戶來說,使用非常困難,因此,有關(guān)系數(shù)據(jù)庫關(guān)鍵詞查詢方法被提出,該方法的提出使得用戶無需熟練使用復(fù)雜的數(shù)據(jù)庫查詢語言,也無需了解底層數(shù)據(jù)庫模式的知識,只需輸入關(guān)

2、鍵詞即可,查詢到的結(jié)果不僅可以反映包含關(guān)鍵詞的元組單元,而且能反映這些元組單元之間的語義關(guān)系,是信息檢索領(lǐng)域的一大重要突破。
　　本論文對關(guān)系數(shù)據(jù)庫關(guān)鍵詞查詢涉及到的關(guān)鍵技術(shù)做深入探討和研究,針對查詢效率問題提出新的解決方法,針對結(jié)果排序算法的不足之處進行改進,具體工作如下:
　　(1)針對查詢效率問題,國內(nèi)外存在很多相關(guān)研究,但是,很少有學(xué)者將并行的思想融合到查詢中,因此,本文提出采用并行實現(xiàn)關(guān)系數(shù)據(jù)庫關(guān)鍵詞查詢的方法。首

3、先,將關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)圖的形式,通過數(shù)據(jù)圖上的關(guān)鍵詞查詢來實現(xiàn)關(guān)系數(shù)據(jù)庫上的關(guān)鍵詞查詢,然后根據(jù)數(shù)據(jù)圖建立相關(guān)索引:關(guān)鍵詞索引和路徑索引,通過對路徑索引的遍歷實現(xiàn)結(jié)果的查詢。分析在索引的建立和索引的遍歷過程具有可并行性,采用GPU并行提高關(guān)鍵詞查詢效率。
　　(2)查詢結(jié)果包括結(jié)構(gòu)和內(nèi)容兩個方面,已有的結(jié)果排序函數(shù)大多數(shù)只考慮結(jié)果的結(jié)構(gòu)而忽視了內(nèi)容的重要性,針對已有排序函數(shù)考慮因素單一的問題,提出結(jié)合多因素的結(jié)果排序方

4、法。一方面考慮結(jié)果的結(jié)構(gòu),根據(jù)結(jié)果中兩兩關(guān)鍵詞節(jié)點之間的路徑之和判斷結(jié)果的緊密程度,另一方面對內(nèi)容進行評分,結(jié)合成熟的IR式評分函數(shù),采用TF-IDF(Term Frequency-Inverse Document Frequency,詞頻-逆向文件頻率)計算方法對輸入的關(guān)鍵詞與結(jié)果中的文本信息進行相關(guān)度計算。
　　(3)本文以r-極大團方法為研究背景,采用C++語言實現(xiàn)并行查詢算法和結(jié)果排序算法,并進行多組實驗,給出了實驗結(jié)果的