基于XML數(shù)據(jù)的模式發(fā)現(xiàn)和存儲(chǔ)研究.pdf

1、作為一種簡單的、開放的、可擴(kuò)充的自描述語言,XML不僅成為Internet上數(shù)據(jù)表示與交換的標(biāo)準(zhǔn),而且被應(yīng)用于搜索引擎、電子商務(wù)、電子數(shù)據(jù)交換等很多方面,受到了廣泛的重視.XML文檔的模式抽取以及數(shù)據(jù)存儲(chǔ)的問題,是XML相關(guān)研究工作中的重要內(nèi)容,直接影響著XML的使用效率和功能發(fā)揮.該文論述了頻繁模式挖掘工作的意義和作用,介紹了若干用于頻繁模式挖掘的算法,并在現(xiàn)有的頻繁樹結(jié)構(gòu)挖掘算法——WL算法的基礎(chǔ)上,結(jié)合XML數(shù)據(jù)模型XOEM和壓縮

2、結(jié)構(gòu)樹的存儲(chǔ)結(jié)構(gòu),對挖掘過程中候選模式的剪枝策略進(jìn)行了改進(jìn),提出了一種高效的XML頻繁模式發(fā)現(xiàn)算法——XFPD算法.同時(shí),該文進(jìn)一步研究了XFPD算法所產(chǎn)生頻繁模式的形式化描述工作,使得XML頻繁模式可以轉(zhuǎn)化為相應(yīng)的DTD格式,并提出了DTD到關(guān)系模式的轉(zhuǎn)換和優(yōu)化策略,用于有效的存儲(chǔ)頻繁模式數(shù)據(jù),對頻繁模式外剩余數(shù)據(jù)的存儲(chǔ)方法也進(jìn)行了相應(yīng)的討論.利用以上生成的關(guān)系模式,該文還提出了XML數(shù)據(jù)自動(dòng)導(dǎo)入方法,以實(shí)現(xiàn)XML到關(guān)系數(shù)據(jù)庫的有效存