基于关键字数据库搜索研究综述.docVIP

基于关键字数据库搜索研究综述 　　（浙江大学 计算机学院， 杭州 310027） 　　?? 　　摘要：介绍了基于关键字的关系数据库搜索技术的研究成果，从数据建模、体系结构、关键算法等几个方面详细分析和比较了各种技术的特点和优劣，并指出了现有技术中存在的一些问题，提出数据库关键字搜索技术未来的研究方向。 　　?す丶?词：基于关键字的搜索； 数据库模式； 相关性排序； top-k查询 　　?ぶ型挤掷嗪牛?TP391文献标志码：A 　　文章编号：1001-?B3695(2008)11-?B3238-?B05 　　?? 　　Survey of keyword-based search over databases 　　?? 　　ZHU Fan-wei, WU Ming-hui, JIN Cang-hong, LV Jia, YING Jing 　　?? 　　(College of Computer Science Technology, Zhejiang University, Hangzhou 310027, China) 　　?? 　　Abstract:This paper introduced the related research of keyword-based search technologies over relational databases, analyzed and compared the models, architectures, and algorithms of the existing systems. Also, mentioned deficiencies and problems and prospected the future work. 　　??Key words：keyword-based search; database schema; relevance ranking; top-k query 　　?お? 　　基于关键字的搜索引擎是人们在互联网上搜索信息的重要方式。然而，现有的互联网搜索引擎主要针对静态网页进行索引。在网络应用中，大量数据保存在后台数据库中，以动态网页的形式提供给用户，不能被现有的搜索引擎索引；同时，存储在数据库尤其是关系数据库中的数据，由于需要特定的查询接口也不能被搜索引擎直接访问[1]。互联网上大量的关系数据库构成了Deep Web的主要组成部分，也是现有互联网搜索技术所面临的一大难题。基于关键字的数据库搜索技术正是在这样的背景下成为数据库、信息检索、互联网等领域的学者共同关注的研究热点。?? 　　 本文详细介绍了基于关键字的关系数据库搜索的研究现状，比较数据库搜索中经典的数据模型和搜索模型，概括出各种模型的优缺点，并介绍了改进的模型。基于应用系统实例，总结出数据库搜索系统的两种体系结构及各自特点，着重对数据库搜索中的关键算法进行了分析评价，并提出了改进意见。?? 　　1研究现状?? 　　由于关系数据库是使用最为广泛的数据库，也是Deep Web的主要构成部分，基于关键字的关系数据库搜索主要也是针对关系数据库进行的。纵观近十年来该领域的研究成果，可以分为三个阶段：?? 　　a)第一阶段是对基础理论和算法的研究，包括对关系数据库的建模、系统实现的体系结构和搜索排序算法的研究。?? 　　 1998年，R.Goldman等人[2]首先将信息检索中的邻域搜索方法引入数据库中，在学术界掀起了数据库搜索引擎的研究热潮。2002年，S.Agrawal等人[3]针对关系数据库实现了一个基于关键字的搜索引擎DBXplorer。Aditya等人提出将搜索结果进行排序的思想，并实现了支持相关性排序和结果展现的BANKS系统[4]。V.Hristidis等人[5]在文献[3，4]的基础上对体系结构和算法优化作了进一步的研究，提出了DISCOVER系统。2003年V.Hristidis等人[6]又将IR领域已经很成熟的排序策略运用于数据库搜索中，提出IR-Style排序策略。2004年A.Balmin等人[7]在Google的PageRank算法启发下，提出了一种基于权威(authority-based)的相关性排序算法ObjectRank。?? 　　b)第二个阶段是对搜索准确性的探讨和提高，研究主要涉及排序算法、搜索性能、搜索结果显示的优化等。?? 　　 2005年文继军等人[8]对数据库搜索语言进行了扩展，基于三类关键字，即Keyword、Keyword: Keyword、Keyword: 〈op〉 Value实现的SEEKER系统不仅可以支持属性值的搜索，而且还可以对元数据进行搜索；并对相关性评分机制作了改进，将top-k结果