基于数据图的关系数据库关键词查询研究-计算机技术专业论文.docxVIP

江西理 江西理工大学硕士学位论文 摘要 万方数据 万方数据 摘 要 随着社会信息化时代的形成，关系数据库中存储的数据量一直处于飞速增长的过程中， 要操作这些数据资源已经成为一个非常关键的任务，数据的真正价值在于它们之间的关系 性，正是这种关系性使得关系数据库关键词查询变得有意义。关系数据库作为一种结构化 数据，查询需要采用复杂的 SQL 语句，这对于非专业用户来说，使用非常困难，因此，有 关系数据库关键词查询方法被提出，该方法的提出使得用户无需熟练使用复杂的数据库查 询语言，也无需了解底层数据库模式的知识，只需输入关键词即可，查询到的结果不仅可 以反映包含关键词的元组单元，而且能反映这些元组单元之间的语义关系，是信息检索领 域的一大重要突破。 本论文对关系数据库关键词查询涉及到的关键技术做深入探讨和研究，针对查询效率 问题提出新的解决方法，针对结果排序算法的不足之处进行改进，具体工作如下： （1）针对查询效率问题，国内外存在很多相关研究，但是，很少有学者将并行的思想 融合到查询中，因此，本文提出采用并行实现关系数据库关键词查询的方法。首先，将关 系数据库中的数据转换成数据图的形式，通过数据图上的关键词查询来实现关系数据库上 的关键词查询，然后根据数据图建立相关索引：关键词索引和路径索引，通过对路径索引 的遍历实现结果的查询。分析在索引的建立和索引的遍历过程具有可并行性，采用 GPU 并 行提高关键词查询效率。 （2）查询结果包括结构和内容两个方面，已有的结果排序函数大多数只考虑结果的结 构而忽视了内容的重要性，针对已有排序函数考虑因素单一的问题，提出结合多因素的结 果排序方法。一方面考虑结果的结构，根据结果中两两关键词节点之间的路径之和判断结 果的紧密程度，另一方面对内容进行评分，结合成熟的 IR 式评分函数，采用 TF-IDF（Term Frequency - Inverse Document Frequency，词频-逆向文件频率）计算方法对输入的关键词与 结果中的文本信息进行相关度计算。 （3）本文以 r-极大团方法为研究背景，采用 C++语言实现并行查询算法和结果排序算 法，并进行多组实验，给出了实验结果的对比和分析，根据实验结果分析本文提出的方法 的有效性。 关键词：关系数据库；数据图；关键词查询；GPU；结果排序 I Abst Abstract Abstract With the formation of social information era, the scale of data stored in relational database has been in a rapid growth. How to operate the data resource is a critical task. The method of keyword query on relational database becomes more and more meaningful. Because the real value of the data is the relationship between them. As relational database is a structured data, querying on it need use complex SQL statements which make users perform querying operations very difficult, especially for non-professional users. Therefore, method of keyword query on relational database has been proposed. In this method, users can query relational database without knowledge of complex query language and underlying database schema. Query result can reflect not only tuple units containing keywords, but also the semantic relationship among the tuple units. Keyword query on relational database is an important breakthrough in the information retrieval field. In this paper, further studies on the keyw