基于半結(jié)構(gòu)化數(shù)據(jù)信息檢索的研究.pdf

1、由于半結(jié)構(gòu)數(shù)據(jù)具有結(jié)構(gòu)復(fù)雜、不規(guī)范和易變等特點(diǎn)，研究人員普遍采用靈活的圖或樹(shù)形結(jié)構(gòu)來(lái)設(shè)計(jì)半結(jié)構(gòu)數(shù)據(jù)模型。在數(shù)據(jù)模型的基礎(chǔ)上，研究人員又提出了若干半結(jié)構(gòu)數(shù)據(jù)的查詢語(yǔ)言。圖形的半結(jié)構(gòu)數(shù)據(jù)模型具有很強(qiáng)的表達(dá)能力，能夠靈活的表示網(wǎng)絡(luò)上各種格式的數(shù)據(jù)，但是圖形模型無(wú)法對(duì)數(shù)據(jù)種不同程度的結(jié)構(gòu)進(jìn)行明確的描述和概括，數(shù)據(jù)所具有的結(jié)構(gòu)完全隱含在數(shù)據(jù)表示當(dāng)中，在描述結(jié)構(gòu)規(guī)則性較高的數(shù)據(jù)時(shí)存在大量的模式信息冗余，數(shù)據(jù)的處理效率比較低。 本文試圖利用半

2、結(jié)構(gòu)數(shù)據(jù)中的規(guī)則結(jié)構(gòu)來(lái)解決上述問(wèn)題。從實(shí)際的半結(jié)構(gòu)數(shù)據(jù)出發(fā)，本文設(shè)計(jì)了描述數(shù)據(jù)結(jié)構(gòu)規(guī)則性的方法，并根據(jù)半結(jié)構(gòu)數(shù)據(jù)的數(shù)據(jù)模式將半結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)化為關(guān)系數(shù)據(jù)，提高半結(jié)構(gòu)數(shù)據(jù)處理的效率。本文提出了關(guān)系和圖數(shù)據(jù)相結(jié)合的半結(jié)構(gòu)數(shù)據(jù)存儲(chǔ)模型，以及根據(jù)數(shù)據(jù)所具有的結(jié)構(gòu)規(guī)則性，重新組織和存儲(chǔ)數(shù)據(jù)的實(shí)際方法。其次，本文給出了將半結(jié)構(gòu)查詢轉(zhuǎn)化為關(guān)系運(yùn)算表達(dá)式的算法，提出了利用關(guān)系查詢執(zhí)行技術(shù)求解半結(jié)構(gòu)數(shù)據(jù)查詢的思路。 另外，本文結(jié)合當(dāng)前搜索引擎的不足之