查詢接口集成問題的多目標優(yōu)化模型及求解算法.pdf

1、DeepWeb是指隱藏在Web數(shù)據(jù)庫中而不能被傳統(tǒng)搜索引擎索引到的那部分內(nèi)容的集合。對于特定領(lǐng)域的Deep Web，不同的站點會提供不同查詢能力的查詢接口。集成查詢接口可以達到訪問同一領(lǐng)域所有資源的目的。集成查詢接口主要有模式匹配和模式集成兩部分，其中模式匹配問題已經(jīng)得到了廣泛研究。本文對查詢接口集成問題中的模式集成問題進行了分析研究。
　　由于現(xiàn)實中的查詢接口結(jié)構(gòu)各異，使得在集成查詢接口時無法得到滿足所有需求的結(jié)構(gòu)?；跐M足多數(shù)

2、需求的原則，本文在集成查詢接口時采用頻繁使用的查詢接口結(jié)構(gòu)。為了得到結(jié)構(gòu)良好且語義全面的查詢接口，本文針對查詢接口集成問題中的模式集成問題提出了兩類新的多目標優(yōu)化模型，并對每個模型給出了求解算法。
　　在第一個模型中，用有序樹表示查詢接口，可以充分體現(xiàn)查詢接口所蘊含的結(jié)構(gòu)信息，并且根據(jù)查詢接口的有序樹給出了一類新的結(jié)構(gòu)約束和順序約束。集成的查詢接口應(yīng)該集成那些在查詢接口頻繁使用的結(jié)構(gòu)，因此，查詢接口集成問題可以轉(zhuǎn)化成在所有查詢接口

3、中挖掘頻繁結(jié)構(gòu)的問題，即在所有有序樹中挖掘頻繁子樹。最后，以極大化葉節(jié)點個數(shù)和頻繁子樹的頻繁度為目標，建立了一個多目標優(yōu)化模型，并且給出了求解該模型的頻繁子樹挖掘算法。用多個領(lǐng)域的查詢接口數(shù)據(jù)進行實驗，并對實驗結(jié)果進行了分析和評價，實驗結(jié)果表明了算法的可行性和有效性。但是當集成結(jié)構(gòu)差異很大的查詢接口時，利用此模型不能夠得到理想的集成查詢接口。
　　針對第一個模型的不足，本文提出了改進的模型及算法。首先，根據(jù)查詢接口的結(jié)構(gòu)，將查詢接

4、口的有序樹轉(zhuǎn)化成結(jié)構(gòu)矩陣；根據(jù)該結(jié)構(gòu)矩陣給出了度量兩棵有序樹的結(jié)構(gòu)相似程度的計算方法；根據(jù)所有查詢接口中的頻繁結(jié)構(gòu)構(gòu)造了一個用于參考的理想有序樹。然后，根據(jù)所有查詢接口的順序約束將所有的屬性排序，基于此排序給出了衡量查詢接口屬性排序好壞的標準。最后，通過優(yōu)化集成的有序樹與理想有序樹的相似度和集成有序樹中的葉節(jié)點的排序，對查詢接口集成問題建立了一種新的多目標優(yōu)化模型。針對該模型，設(shè)計了一種合并樹算法進行求解。最后，數(shù)據(jù)實驗證明了改進模型的