基于ELCA語義的XML關(guān)鍵字查詢算法研究.pdf

1、可擴(kuò)展標(biāo)記語言XML是網(wǎng)絡(luò)數(shù)據(jù)存儲和交換的一種重要的標(biāo)準(zhǔn)。在RSS等新型網(wǎng)絡(luò)應(yīng)用中，使用XML作為數(shù)據(jù)表示語言，用戶通過關(guān)鍵字來表達(dá)查詢需求，應(yīng)用系統(tǒng)獲取符合用戶查詢要求的XML數(shù)據(jù)片段，并作為結(jié)果返回給用戶。關(guān)鍵字查詢的優(yōu)點(diǎn)是可以方便表達(dá)用戶的查詢意圖，因此被集成在許多應(yīng)用程序中。
　　XML關(guān)鍵字查詢技術(shù)最重要的兩個(gè)方面是查詢語義的有效性和查詢處理算法的高效性。查詢語義和查詢處理算法關(guān)注的核心是如何快速讓用戶得到符合其查詢意圖

2、的結(jié)果。特別是在需要為大量用戶提供反饋的網(wǎng)絡(luò)應(yīng)用中，查詢語義的有效性和查詢算法的高效性就成為XML關(guān)鍵字查詢可行性的兩個(gè)關(guān)鍵因素。
　　針對現(xiàn)有研究中公共祖先重復(fù)問題，關(guān)鍵字二義性問題和結(jié)果排序問題。本文進(jìn)行深入研究，主要的工作如下：
　　1.基于Dewey編碼的構(gòu)想，本文采用了一種新穎的雙指標(biāo)索引法-路徑內(nèi)容索引，對PCID算法進(jìn)行了改進(jìn)，研究了一種新算法--PCRK算法。路徑內(nèi)容索引算法采用了局部順序編碼來保存路徑信息，

3、占用的空間很少，同時(shí)它因不需要額外的存儲，這樣就減少了存儲DeweyID路徑信息的索引空間，解決了公共祖先重復(fù)問題和PCID方法中結(jié)果排序的問題，實(shí)驗(yàn)結(jié)果證明了該方法的有效性；
　　2.實(shí)現(xiàn)查詢結(jié)果的有效性與相關(guān)性是XML關(guān)鍵字搜索中最關(guān)鍵的一部分，本文在現(xiàn)有研究的基礎(chǔ)上，根據(jù)雙重索引在現(xiàn)有的算法基礎(chǔ)上進(jìn)行改進(jìn)，研究了一種新穎的TDF算法，該算法在XML數(shù)據(jù)庫上建立兩個(gè)索引來進(jìn)行關(guān)鍵字搜索，解決了關(guān)鍵字的二義性和查詢結(jié)果排序問題，