面向數(shù)據(jù)空間的異構(gòu)數(shù)據(jù)索引方法研究.pdf

1、當(dāng)前,個(gè)人和組織的信息呈現(xiàn)急劇增長(zhǎng)趨勢(shì)且非結(jié)構(gòu)化數(shù)據(jù)所占比重在不斷的增加,這些屬于某個(gè)主體的海量、分布、異構(gòu)和共存的數(shù)據(jù)構(gòu)成了一個(gè)數(shù)據(jù)空間,如何為用戶提供高效、便捷和多樣化的搜索查詢服務(wù)是數(shù)據(jù)空間面臨的巨大挑戰(zhàn)。然而,為數(shù)據(jù)空間中異構(gòu)數(shù)據(jù)構(gòu)建高效的索引方法是解決這一問(wèn)題的基礎(chǔ)。因此,研究數(shù)據(jù)空間中異構(gòu)數(shù)據(jù)索引方法具有重要意義。
　　數(shù)據(jù)管理研究社區(qū)對(duì)索引方法已經(jīng)存在很多的研究。過(guò)去,對(duì)索引方法的研究通常是基于單一數(shù)據(jù)格式和查詢方式

2、,例如,搜索引擎中的無(wú)結(jié)構(gòu)化數(shù)據(jù)格式和關(guān)鍵詞查詢和關(guān)系數(shù)據(jù)庫(kù)上的關(guān)系表和SQL查詢。然而,數(shù)據(jù)空間中的數(shù)據(jù)具有多數(shù)據(jù)源、異構(gòu)等特點(diǎn),它可能包含結(jié)構(gòu)化、半結(jié)構(gòu)化和無(wú)結(jié)構(gòu)化等多種數(shù)據(jù)格式,另外,由于數(shù)據(jù)空間的Pay-as-you-go特性使得需要提供從關(guān)鍵字查詢到結(jié)構(gòu)化查詢等多樣化搜索查詢服務(wù),例如,起初由于抽取信息較弱和數(shù)據(jù)源之間沒(méi)有建立語(yǔ)義關(guān)聯(lián),可以只提供基本的關(guān)鍵字搜索服務(wù),隨著時(shí)間的推移用戶和系統(tǒng)將會(huì)逐漸的建立更多的模式、語(yǔ)義關(guān)聯(lián)信

3、息,系統(tǒng)也將能夠支持更加豐富的查詢方式。因此,與傳統(tǒng)的索引方法不同,數(shù)據(jù)空間中的索引方法需要能夠索引多種格式數(shù)據(jù),同時(shí)支持關(guān)鍵字查詢和結(jié)構(gòu)化查詢等多種查詢方式。
　　通過(guò)對(duì)現(xiàn)有數(shù)據(jù)模型和查詢分析,本文使用iMeMex數(shù)據(jù)模型作為數(shù)據(jù)空間的數(shù)據(jù)模型且給出了關(guān)鍵字查詢、謂詞查詢和路徑查詢?nèi)N查詢方式的定義,在此基礎(chǔ)上提出了一種新的索引方法來(lái)提高對(duì)數(shù)據(jù)空間中異構(gòu)數(shù)據(jù)的搜索查詢效率,本文稱之為EIBH混合索引方法。新的索引方法由擴(kuò)展的倒排