支持文本属性和值属性的关系top-n查询处理.pdf

Classified Index： CODE ：10075 U.D.C ： NO A Dissertation for the Degree of M. Engineering Processing Relational Top-N Queries with Text and Numeric Attributes Candidate: Liu Bin Supervisor: Prof. Zhu Liang Academic Degree Applied for: Master of Engineering Specialty: Computer Applied Technology University: Hebei University Date of Oral Examination: May, 2014 摘 要 摘 要 近年来，作为数据库领域和信息检索领域的前沿课题之一，对 Top-N 查询的研究得 到了蓬勃发展，研究重点主要是查询处理策略和排序函数。以关系数据库为基础的Top-N 查询能够检索出与关键词匹配程度最好的前 N 个元组，并且按指定的排序函数对输出的 结果集合排序。目前，单纯针对数值属性的 Top-N 查询不断取得新的进展，但是，如何 处理文本属性，并进一步将两者结合起来，还是一个涉足较少的领域。支持自然语义的 Top-N 查询不仅能够得到精确匹配的结果，同时也能得到在语义上相同或相似的答案， 结果集将按照语义和数值的综合距离排序，实现更为复杂的查询。本文将讨论同时处理 文本属性和数值属性的 Top-N 查询。 本文的研究针对一种实现 Top-N 查询的方法，通过建立一个包含亲缘词和数值信息 的索引，对查询相关信息实现高效的存储、预载入和检索，利用 WordNet 进行语义扩展， 查询时首先搜索该索引，得到所有查询结果的元组标识，然后根据综合排序函数计算语 义和数值距离并排序，得到候选元组集，最后利用 SQL 语句从数据库中获得完整的结 果集信息，从而得到 Top-N 结果。实验内容包括对该索引的时间开销、空间占用以及查 准率的计算，结果显示，这种方法是有效而且高效的。 关键词 关系数据库 Top-N 查询 语义距离 数值距离 WordNet I Abstract Abstract In recent years, as one of the leading subject field of information retrieval and database， the researches on top-N query, which focused mainly on query processing strategies and sorting functions, have been booming. Relational database-based top-N queries can retrieve the first N tuples which match the keywords best, and then sort the results to output by the specified sorting function. Currently, new progress of top-N queries