個(gè)人數(shù)據(jù)空間管理系統(tǒng)查詢與索引機(jī)制的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,個(gè)人數(shù)據(jù)呈現(xiàn)出了新的特點(diǎn),即海量的規(guī)模、異構(gòu)的數(shù)據(jù)形式和復(fù)雜多變的關(guān)聯(lián)關(guān)系。與此同時(shí),用戶對數(shù)據(jù)管理的要求越來越高,傳統(tǒng)的數(shù)據(jù)管理技術(shù)已不能滿足新形勢下數(shù)據(jù)管理的需要,如何有效地管理海量的個(gè)人異構(gòu)數(shù)據(jù)成為重要的研究課題。
　　 近年來,數(shù)據(jù)空間作為新的數(shù)據(jù)管理技術(shù),因其不依賴于嚴(yán)格的數(shù)據(jù)模式,并采用逐步集成的構(gòu)建方式,能夠滿足日益復(fù)雜的個(gè)人數(shù)據(jù)管理需求。本文研究個(gè)人數(shù)據(jù)空間管理系統(tǒng)的查詢與索引機(jī)制,主要

2、工作如下:
　　 1.提出功能更為強(qiáng)大的查詢語言E-iQL。與iMeMeX系統(tǒng)的查詢語言iQL相比,E-iQL能有效地支持路徑和聯(lián)系相結(jié)合的查詢方式。論文在廣義資源視圖的基礎(chǔ)上給出E-iQL的邏輯代數(shù)操作,作為查詢優(yōu)化的基礎(chǔ)。
　　 2.提出基于核心句子抽取的部分索引機(jī)制。本文將自然語言處理領(lǐng)域中的分詞、句子相似度計(jì)算、核心句子的選擇等相關(guān)技術(shù)引入索引構(gòu)建過程,只對核心句子構(gòu)建索引,以避免全文索引帶來的高索引維護(hù)成本,同

3、時(shí)能提高關(guān)鍵詞查詢效率。在具體實(shí)現(xiàn)過程中,對典型的基于語義詞典計(jì)算句子相似度的算法進(jìn)行了簡化,大大降低了計(jì)算復(fù)雜度；在聚類個(gè)數(shù)的確定、初始K個(gè)聚類中心的選定兩個(gè)方面對K-Medoids聚類算法進(jìn)行了改進(jìn),從而使基于質(zhì)心的核心句子選取的準(zhǔn)確性更高。
　　 結(jié)果表明,E-iQL語言能更方便有效地表達(dá)用戶的查詢需求。同時(shí),通過對比全文索引和部分索引機(jī)制下關(guān)鍵詞查詢的查全率、查準(zhǔn)率等指標(biāo),也證明了部分索引機(jī)制的有效性。
　　 <