XML文檔查詢技術研究及在數(shù)字圖書館中的應用.pdf

1、XML（eXtensibleMarkupLanguage）已成為因特網(wǎng)上的數(shù)據(jù)存儲、交換和表示的標準。隨著XML應用的普及，越來越多的數(shù)據(jù)以XML的形式存儲和交換，對XML文檔中的數(shù)據(jù)進行查詢的要求也就越來越高。為充分利用XML的特點開展查詢，本文詳細研究了XML查詢改進技術。MarcXchange文檔是一種應用在數(shù)字化圖書館領域里的XML文檔類型，可以作為通用的數(shù)據(jù)交換格式在Web環(huán)境下共享。為更好地促進數(shù)字圖書館建設，本文還詳細研究

2、了MarcXchange文檔的索引和查詢技術。 本文的主要貢獻有： 1.提出了一種改進的基于LI—MOON編碼的XML索引，當我們對XML編碼后的索引文檔進行B+樹結(jié)構(gòu)化處理后，能大大減少索引文檔的大小，因而能有效提高查詢速度。 2.針對Stack—Tree—Desc算法沒有利用索引改善連接效率，瀏覽了一些不必要的節(jié)點浪費了資源，影響了查詢速度。本文提出了一種新的連接算法，通過B+樹查找定位，來跳過祖先和后裔列表

3、不必要的元素以提高查詢速度。 3.本文提出了一種基于MarcXchange文檔的結(jié)構(gòu)索引方法－Marc_index，該索引方法根據(jù)MarcXchange文檔的特點采用LI—MOON編碼方式，有效地實現(xiàn)了對文檔樹中任意兩個結(jié)點之間祖先/后裔關系和雙親/孩子關系的檢測。該索引另外的創(chuàng)新之處還在于有效結(jié)合B+樹和倒排索引這兩種方法，從而綜合兩者的優(yōu)點，克服雙方的缺陷以提高查詢效率。最后，本文還提出了一個基于Marc_index索引的查