关于XML的信息管理系统的数据集成技术研究.pdf

摘要 摘 要 随着web技术及其应用的快速发展，XML已经成为互联网上信息表示和数据交换的 一个重要标准，XML在电子商务、数据交换、科学数据表示、数据建模与搜索引擎等领 域有着广泛的应用，其作用已深入到网络社区的每个角落；而且当前数据库的发展呈现 三个主要特征：支持XML数据格式，具有商业智能，支持SOA(服务导向架构)。随着大 量XML数据的涌现与传递，产生了对XML数据管理的需求，因此如何有效地表示、存 储、管理、查询与挖掘这些XML数据或数据流已成为当前XML数据库领域中一个重要 挑战，具有十分重要的理论和应用价值，本文正是基于此背景研究XML数据智能管理的。 本文围绕XML数据／数据流的表达、查询和聚集等问题展开研究，研究内容和取得 的成果主要体现在数据智能清洗与查询方面： 数据清洗是提高数据质量、并提高数据查询效率的一种有效手段。随着互联网的发 展，XML数据智能清洗与查询的重要性逐渐为人们所认识；针对以往XML数据清洗检 测繁锁及灵活性差的缺陷，本文尝试通过合理组合XML键、融入粒子群算法、通过引入 贝叶斯学习方法及隐马尔可夫模型信息抽取策略构建XML数据清洗过程的元数据模型， 综合清洗结构化数据中相似重复记录的思想，提出一种利用粒子群算法改进XML数据清 洗的新方法；同时引入群智能算法提高XML数据查询的智能性与有效性，特别是粒子群 算法具有快速随机的全局搜索能力，但无法利用反馈信息，而蚁群算法通过信息素的累 积和更新收敛于最优路径上，具有分布式并行全局搜索能力，但初期信息素匮乏，求解 速度慢等特征，采用启发式方法，结合XML半结构化的特点，将粒子算法与蚁群算法融 入于XML概率查询上，并进行相应的改进，采用粒子群算法快速生成信息素分布，利用 蚁群算法精确求解，达到优势互补，提高数据查询的范围和收敛的效率。 关键词：粒子群算法；蚁群算法；信息素；路径离散；XML概率查询；XML文档 集；XML键；数据清洗；隐马尔可夫模型。 Abstract Abstract thefast ofweb andthe Along州tlldevelopmenttechnologyapplication，XMLalready becamethe standardoftheinformation anddata onthe important expression exchange Intemet，XMLhasthe inthe electroniccomnlcTCe，thedata widespreadapplication exchange， thescientificdata andsearch SO model andon，itsfunction expressed，data engine penetrated intoeachcomerthenetwork thecurrent of databases community．Moreover development threechief theXMLdata thecommercial presents features：Supportingformat，having SOA(service-orientedwiththemassiveXML intelligence，sup