XML关键字查询技术研究.pdfVIP

XML 关键字查询技术研究 摘 要 随着XML 逐渐成为数据发布和信息交换的标准，大量数据都以 XML 的形 式来表示和传输，如何从 XML 数据中有效的获取所需的信息已经成为学术界研 究的热点问题。一种有效的查询 XML 数据的方法是使用 XPath 和 XQuery 等结 构化查询语言。它们可以精确的表达用户的查询意图，但是，想要正确使用它 们，用户必须了解 XML 数据模式信息并掌握复杂的查询语法。实际应用中，对 于普通用户来说，很多情况下难以顺利得到所需的数据。另一种简单便捷的查 询方式是使用关键字查询。用户无需了解模式信息和掌握复杂的查询语法，只 需提交简单的关键字即可。因此，XML 关键字查询技术得到了学术界的广泛关 注。 由于关键字查询语义的模糊性，如何定义有效的查询语义是XML 关键字查 询要解决的基本问题。本文重点研究了 XML 关键字查询的语义，以实体作为基 本语义单元，提出了最低公共实体祖先 LCEA 的概念，一个LCEA 结点不再是 孤立的数据点，而是描述现实世界完整信息单元的实体对象。在 LCEA 的基础 上提出了有意义的最低公共实体祖先 MLCEA ，在为用户提供简单易用查询方式 的同时，避免了漏解和返回无意义结果的现象。并提出了计算LCEA 和 MLCEA 的有效算法。 另外，用户提交的查询可能不能准确的表达他们的意图，即使用户正确的 表达了查询意图，查询引擎也可能不能准确地返回查询结果。针对这一问题， 本文还研究了当用户输入的查询导致没有结果返回或返回不准确结果时，如何 进行有效的查询改写并生成有意义结果。本文提出删除、替换、拆分、合并四 种查询改写操作，针对可能出现多个查询改写的情况，给出了动态规划的方法 计算查询改写代价。为了找出最优的查询改写，本文给出了基于栈的查询改写 和结果生成算法，并提出了基于划分的优化算法。 最后通过在多个数据集上的丰富实验，证明了本文提出的查询语义和查询 改写方法的有效性，并验证了算法的高效性。 关键词： XML； 关键字查询； 查询语义；查询改写 2 XML 关键字查询技术研究 Abstract As XML is gradually becoming the standard in exchanging and representing data, effective and efficient methods to query XML data has become an increasingly important problem. Traditionaly, a structured query language, such as XPath and XQuery, is used to search XML data, which can convey complex semantics meanings and therefore retrieve precisely the desired results. However, in order to write the right query, the user should know the underlying data schema and master the complex query syntax. It is difficult for common users. Keyword search enables users to easily access XML data without the need to learn a structured query language and to study complex data schemas. So keyword search o