數(shù)據(jù)庫模式發(fā)現(xiàn)與匹配方法的研究.pdf

1、隨著時代的進(jìn)步，信息化成為了發(fā)展的主旋律，這其中XML已經(jīng)成為了WEB數(shù)據(jù)交換和信息交換的最佳載體。而模式匹配作為模式操作中最重要的環(huán)節(jié)，正在數(shù)據(jù)集成、數(shù)據(jù)倉庫、電子商務(wù)等諸多領(lǐng)域中起著重要的作用。本文對國內(nèi)外關(guān)于結(jié)構(gòu)化模式匹配和非結(jié)構(gòu)化模式匹配的研究現(xiàn)狀進(jìn)行了綜合分析，主要從模式發(fā)現(xiàn)和模式匹配的角度對復(fù)雜模式匹配過程進(jìn)行了研究，并著重研究基于結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的模式匹配以及模式發(fā)現(xiàn)小枝算法的改進(jìn)工作。本文主要使用XML作為文檔載體，

2、使匹配結(jié)果更具有移植性和靈活性，更容易在不同系統(tǒng)之間進(jìn)行交流。
　　本研究主要內(nèi)容包括：⑴通過研究數(shù)據(jù)庫模式匹配方法的現(xiàn)狀，總結(jié)其實現(xiàn)方法、應(yīng)用范圍、應(yīng)用特點，其中相似度的計算是模式匹配的基礎(chǔ)，模式匹配算法的優(yōu)劣在很大程度上取決于最終相似度計算的情況。本文提出了一種新的CMExt系統(tǒng)，首先從不同數(shù)據(jù)庫中抽象出模式數(shù)據(jù)，使用kettle做數(shù)據(jù)清洗，然后把數(shù)據(jù)讀寫到內(nèi)存上，然后改進(jìn)現(xiàn)有CM系統(tǒng)中相似度估價模塊，從而提高了模式匹配的精確

3、度。⑵基于XML文檔樹的特點和上文中基于結(jié)構(gòu)化數(shù)據(jù)模式的匹配技術(shù)成果，分析和比較了基于非結(jié)構(gòu)化數(shù)據(jù)模式的匹配技術(shù)和當(dāng)前主要模式匹配技術(shù)，提出了基于數(shù)據(jù)名稱和數(shù)據(jù)域的基本相似度匹配和基于模式上下文結(jié)構(gòu)相似度匹配，并對多種相似度做出了整合，從而改進(jìn)了相似度的準(zhǔn)確度，提高了基于非結(jié)構(gòu)化數(shù)據(jù)模式的模式匹配技術(shù)的效率。⑶分析和比較了現(xiàn)有經(jīng)典 TwigStack算法和一些對其改進(jìn)的算法，發(fā)現(xiàn)這些算法存在的缺陷，并通過對 TwigStack算法進(jìn)行了