個人數(shù)據(jù)空間管理系統(tǒng)中數(shù)據(jù)抽取及語義關聯(lián)構建.pdf

1、近年來,隨著用戶需求的增加及信息技術的發(fā)展,用戶面對的數(shù)據(jù)形式種類繁多,從單純的文本文件到圖片、音頻及視頻,從無結構數(shù)據(jù)到半結構化數(shù)據(jù)、結構化數(shù)據(jù),此外,需求的增加也使用戶的數(shù)據(jù)逐漸呈現(xiàn)海量的特性。傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)不能滿足海量、異構數(shù)據(jù)的管理需求,數(shù)據(jù)空間作為一種新的數(shù)據(jù)管理技術應運而生,它不依賴于嚴格的數(shù)據(jù)模式,并采用逐步集成的構建方式,能夠滿足日益復雜的數(shù)據(jù)管理需求。
　　 本文對數(shù)據(jù)空間管理系統(tǒng)的信息抽取以及語義關聯(lián)的

2、創(chuàng)建進行了研究。主要內(nèi)容包括：⑴在云環(huán)境下實現(xiàn)各種異構數(shù)據(jù)源的信息抽取。本文研究來自本地文件、關系數(shù)據(jù)庫、電子郵件以及瀏覽器等數(shù)據(jù)源的相關抽取技術,對抽取獲得的數(shù)據(jù)信息統(tǒng)一采用擴展的iDM模型進行組織,以弱化不同格式的文件在邏輯表示時的差異性。⑵系統(tǒng)預定義和用戶自定義的語義關聯(lián)規(guī)則的創(chuàng)建。為提高數(shù)據(jù)空間的查詢效率,利用語義關聯(lián)對查詢進行擴展是一種有效策略。本文實現(xiàn)了系統(tǒng)預定義和用戶自定義的語義關聯(lián),系統(tǒng)除預先設定的語義關聯(lián)外,允許用戶根