2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展,傳統(tǒng)的HTML信息檢索已經(jīng)滿足不了不斷更新變化的信息需求。而XML作為互聯(lián)網(wǎng)數(shù)據(jù)交換及數(shù)據(jù)表現(xiàn)的標(biāo)準(zhǔn),具有諸多優(yōu)勢特點,重要性日益凸顯,大有取代HTML之勢。如何從大量的XML中挖掘有效信息已成為目前亟待解決的問題,而XML信息檢索將是人們認(rèn)識和利用海量XML信息的關(guān)鍵技術(shù)。因此將設(shè)計和實驗一個基于BDB的XML信息檢索引擎平臺,供XML檢索研究之用。
  本文作者主要實現(xiàn)了平臺中兩種不同策略下的關(guān)鍵檢索算

2、法:多文檔XObject檢索算法和SLCAOffset算法,因此本文將重點介紹著兩種算法的設(shè)計與實現(xiàn)。
  在多文檔XObject檢索算法中,采用Berkeley DB嵌入式數(shù)據(jù)庫作為平臺底層數(shù)據(jù),效率和性能較傳統(tǒng)關(guān)系型數(shù)據(jù)庫提高一個量級;其次利用VTD-XML技術(shù)對XML文檔執(zhí)行解析,提出并實現(xiàn)了基于Trie匹配的XML文檔結(jié)構(gòu)聚類,其聚類效果要優(yōu)于主流的聚類算法;再者提出了樹雙親存儲法優(yōu)化類存儲結(jié)構(gòu)信息;最后動態(tài)構(gòu)建查詢路徑并

3、在BDB XML上執(zhí)行XQuery查詢,對結(jié)果進(jìn)行二級排序。
  在SCLAOffset算法中,設(shè)計和實現(xiàn)了基于BDB的token記錄格式以及XML文檔分塊存儲方案;其次提出了Object對象節(jié)點偏移量的概念,解決XML文檔存儲占用過多存儲空間的問題;然后通過實現(xiàn)了節(jié)點匯聚算法,求解出了返回Object對象的節(jié)點;最后通過便宜量從存儲塊中讀取片段并對檢索結(jié)果進(jìn)行排序。
  在測試和實驗結(jié)果分析中,本文給出了結(jié)構(gòu)聚類的詳細(xì)測試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論