基于XML的非結構化數(shù)據(jù)管理研究及應用.pdf

1、隨著社會的進步和科技的發(fā)展,特別是Internet的廣泛應用,人們要面對的信息量越來越多。統(tǒng)計資料表明,20％左右的結構化信息有效地存儲在各種類型的結構化數(shù)據(jù)庫中,但還有80％左右的非結構化信息分散在整個業(yè)務過程及外部環(huán)境中。非結構化信息已成為政府、企業(yè)等決策的依據(jù)。怎么樣有效的管理好這些非結構化數(shù)據(jù),并挖掘出這些數(shù)據(jù)的內(nèi)在聯(lián)系和知識重點是目前急需解決的問題。
　　 傳統(tǒng)的數(shù)據(jù)管理特別是關系數(shù)據(jù)庫系統(tǒng),應用中對非結構化的數(shù)據(jù)只提

2、供一些表層的管理；而目前對于非結構化信息的處理方式,側重于電子化的文檔的處理,缺乏對非結構化信息全生命周期和智能化的管理,實現(xiàn)起來較為復雜或效率較低,需要付出較為昂貴的代價。XML對非結構化數(shù)據(jù)的管理方式成為非結構化數(shù)據(jù)管理的一種經(jīng)濟的、簡單的、可行的方式。
　　 本文通過分析Word文檔、Excel文檔、Web網(wǎng)頁等非結構化數(shù)據(jù)的結構特點,創(chuàng)建各自對應的轉換程序來讀取這些非結構化數(shù)據(jù)的內(nèi)容,使用不同的轉換規(guī)則將其分別轉換成為標

3、準XML文檔,使得對非結構化數(shù)據(jù)的管理轉換為對半結構化數(shù)據(jù)的XML文檔的管理；再通過以模板驅(qū)動建立XML文檔數(shù)據(jù)與關系數(shù)據(jù)庫的映射關系,按照一定的轉換規(guī)則將XML數(shù)據(jù)轉換成為結構化數(shù)據(jù),為傳統(tǒng)的基于關系模型的數(shù)據(jù)庫所支持。
　　 本文的創(chuàng)新之處在于提出了XML對非結構化數(shù)據(jù)管理的設計及實現(xiàn)方案,該方案滿足了多種類型數(shù)據(jù)融合的需要。綜合文中提出的算法和過程,本文成功的實現(xiàn)了基于XML的長沙市中學生綜合素質(zhì)評價系統(tǒng)的開發(fā),使中學生綜