基于XML的概率數(shù)據(jù)模型研究.pdf

1、人類認(rèn)知存在的局限性、信息描述的差異、度量的誤差以及數(shù)據(jù)的動態(tài)變化等等，往往會產(chǎn)生許多不確定的數(shù)據(jù)。而隨著不確定性研究的深入，未來世界的不確定性特征逐漸得到現(xiàn)代學(xué)術(shù)界的普遍認(rèn)可。但是傳統(tǒng)的關(guān)系模型對不確定數(shù)據(jù)的表示與存儲缺乏處理，因此，有關(guān)概率數(shù)據(jù)模型的研究受到了廣泛關(guān)注，首先出現(xiàn)了基于關(guān)系的概率數(shù)據(jù)模型，但其結(jié)構(gòu)化的特點(diǎn)決定了它不適用于存儲和處理概率數(shù)據(jù)。 網(wǎng)絡(luò)技術(shù)的蓬勃發(fā)展，更加增加了數(shù)據(jù)的多樣性和不確定性，這些數(shù)據(jù)往往有著

2、不同的結(jié)構(gòu)，不同的來源，以及不同的產(chǎn)生原因，所以各數(shù)據(jù)源之間的規(guī)模、可信度與可用度往往也存在較大的差距，因此需要有新的比結(jié)構(gòu)化方式更適宜的存儲方式。隨著XML的出現(xiàn)及快速發(fā)展，XML已經(jīng)普遍用于Web上的數(shù)據(jù)表示與交換，而且XML的半結(jié)構(gòu)化、自描述性好及可擴(kuò)展性高等許多優(yōu)點(diǎn)，使其在概率數(shù)據(jù)表示上與關(guān)系概率模型相比較占優(yōu)勢。 目前已有基于XML的概率數(shù)據(jù)模型的相關(guān)研究，但已有模型的查詢操作多局限于單個數(shù)據(jù)源，對于多數(shù)據(jù)源情況下的概

3、率數(shù)據(jù)的管理卻缺乏研究。不同來源的數(shù)據(jù)，其規(guī)模、可信度，以及數(shù)據(jù)的有效時間，生成時間以及數(shù)據(jù)源被查詢引用的次數(shù)等等，這些信息都應(yīng)該對多數(shù)據(jù)源下概率數(shù)據(jù)的管理產(chǎn)生影響，而不應(yīng)被忽略。本文在已有模型思想的基礎(chǔ)上，提出了一種擴(kuò)展的基于XML的概率數(shù)據(jù)模型。新模型使得概率查詢操作不再局限于單個數(shù)據(jù)源，而是充分利用各數(shù)據(jù)源自身的信用度、規(guī)模等信息，支持多數(shù)據(jù)源情況下XML概率數(shù)據(jù)間的歸并與查詢操作，從而可以提供更加真實(shí)有效的信息。 本文的

4、主要工作如下： (1)討論了不確定性數(shù)據(jù)的產(chǎn)生途徑，并對概率數(shù)據(jù)模型的研究現(xiàn)狀進(jìn)行了分析，分別總結(jié)了基于關(guān)系與基于XML兩大類概率數(shù)據(jù)模型的特點(diǎn)與不足。 (2)根據(jù)已有模型的思想，提出了一種擴(kuò)展的基于XML的概率數(shù)據(jù)模型，給出新模型的形式化定義及其所要滿足的DTD描述，分析其單實(shí)例查詢及多實(shí)例歸并與查詢的實(shí)現(xiàn)方案與算法。此外，新模型還解決了用XML表示概率數(shù)據(jù)所引入的數(shù)據(jù)依賴問題。 (3)對新模型的性質(zhì)進(jìn)行分析，