WEB数据管理与查询技术研究研究.docVIP

复旦大学 硕士学位论文 WEB数据管理与查询技术研究 姓名：宫学庆 申请学位级别：硕士 专业：计算机软件与理论 指导教师：周傲英 2001.9.1  ? ? ???莨芾怼甁台商技术研究 多的应州程序开始依赖于来自互联嘲的数据。通常我们把这些通过互联网进行交换的数据称为?? 技术、???莸拇娲ⅰ??查询和???萁峁剐畔⒊槿。?渲兄氐阊芯苛薟?数据结构信 息的抽取平?炕?⊙?暗腤?查询方法。本文的主要内容如下： ?⒐槟沙衛总结了目前用丁?硎網?数据的各种模型。 ?⒐槟珊妥芙崃烁髦諻?数据的存储方法，提出了基?叵凳?菘獯娲??文档的方法。 ?⒆芙崃薟?查询语言的特点，对比介绍了目前主要的??檠?镅浴Ｗ〈嘶?∩蟔‘，提出 ?基于学习的??檫?椒ǎ?⑾晗附樯芰艘桓龌?谘?暗腤?查询系统??和对于 ?⑻岢隽硕杂诎虢峁够??莸脑隽磕Ｊ匠槿》椒ǎ?ü?笛榭芍8梅椒n?梢杂行У厥迪帧? 构化数据的结构信息抽取。  ? ?? ?????，? ?? ???? ??? ? ? ? ????? ??? ? ??????? ? ??猻?????? ????? ? ??????? ? ?? ?? ?? ??? ?? ? ?： ????? ????? ????????? ??? ? ? ?????? ??? ???琾? ??????? ????? ??? ???? ????????????—??????? ????? ?????? ? ? ????? ? ??? ?? ??—????? ??，??—???????，??琖? ???，?????  第一章绪论 个角落。与我仃?作和生活相关的各种数据，正越来越多地通过互联网进行传递和使用。一般我们 把这些互联网上的数据统称为???荨Ｓ捎赪?数据与传统的通过计算机进行处理的结构数 研究领域，并对其中的部分问题提出自己的解决方法。 ?甀 正是由????荼旧淼闹疃嗵氐悖?沟枚杂赪?数据的处理难以用现有的技术来实现。 这些特点可以简单归纳如下： 信息的传递主要依赖超文本传输协议???。??文档中的信息是面向显示的，用规范的?? 标记??ㄒ逦牡档脑J??如标题????．或定义文档的文本应如何显示。这些标记的理解工 作交由浏览器，而信息的理解?作则由用户自己完成。 文档为主体的??ǔ晌P乱淮?允?菸V行牡膚?计算环境。 记的角度看，??可以显示超链接的文档：从数据的角度看，??文档所蕴含的数据是半结构 化的，这是闪为： ·数据没有严格的结构模式： ·含有不同格式的数据?缥谋尽⒙?簟⒂南竦?； ·??文档无法区分数据类型： 换。 ??镜闵系男畔⑹撬媸奔涠??浠?模?畔⒛谌莸谋浠?增删改?枰笆钡胤从车絯? 页面中。另一方面，站点的页面组织结构可能发生改变?缫趁娴脑黾印⑸境?托薷?也要及时反 映到站点页面的目录层次结构中。 性提出了更高的要求。用户获取信息的渠道越来越多，方式越来越灵活，因此，提供给用户的服务 应该适应于多种形式的用户界面。 ??研究中的主要问题和现状 领域发展提供了空间。新环境中的数据库技术研究内容包括半结构化数据模型及其理论、数据缓存 与复制、事务管理、数据安全等，它与已有的成熟技术?缧畔⒓焖骷际?相结合，可以用来解决  ??鲜?莨芾怼⒍???さ裙丶?侍狻Ｒ话阄颐前裌?数据又称为半结构化数据，与之相关的 研究主要包括： 半结构化查询语言与模式抽取 、?峁够??莸难芯科鹪从谝熘实氖?菰粗?涫?萁换缓图?桑?硗猓??┦?菰?如?? 的数据并非像传统的结构化数据?绻叵凳??那样有严格的数据格式和数据类型。半结构化数据 ??是比较典型的半结构化数据查询语言。此外，与??檠?泄氐睦砺郏?鏦?查洵的可计 算陛、路径遍历的优化算法、??镜愕耐暾?栽际??频龋?捕际呛苁芄刈⒌目翁狻６訵?查词 互式用户界面，帮助用户利用抽取出来的模式构造查询。 可以通过强制类型转换实现。路径表达式的索引可以分为树／图结构数据的索引、受限／完全的正则 受限形式的索引更有效一些，因为较少有非常复杂的正则路径表达式。伯克利大学的??系统就 索引根节点包含了数据根节点的所有出边标记，索引树的内节点对应了数据中到达某一菲叶节点的 系统实现了任意结构的半结构化数据的索引，它是关于半结构化数据的路径信息的一个精确、简洁 的索引结构，可以有效地用来辅助建立查询和进行查询优化。 链接或半链接规约的技术进行查询处理。 模式信息事先未知，则需采用新技术处理。这时处理某一查询路径表达式比较好的解决办法 是在每一个参与站点上建立～个对应于该路径表达式的自动机．各自将计算结果传到中心站 点，然后计算出最终查询结果。这种方法可以减少不同参与站点间的通信次数。 ?甒?异构数据集成 ??畔⒓?上低车哪勘晔侵С侄訵?上多个数据源的查询。它除与异