混合的大规模数据库自动模式抽象方法.pdfVIP

第36卷第8期计算机学报v01．36No．8

2013年8月CHINESE

JOURNAL0FCOMPUTERSAug．2013

混合的大规模数据库自动模式抽象方法

王雪”’2’周炬2’王珊”卫’

’(数据工程与知识工程教育部重点实验室(中国人民大学)北京100872)

2’(中国人民大学信息学院北京100872)

摘要随着数据库规模的扩大，其模式的复杂度也不断地增加，复杂的模式和文档的缺乏使得理解和操作数据

库更加困难．现有的模式抽象方法大多通过关系表中的主外键信息查找出模式中最重要的表，然后使用这些最重

要的表来构成单层次的模式总结．在现实应用中，这些模式总结的主题并不明确．文中陈述了现有方法的不足，然

后给出了一种为大规模数据库生成多层次模式抽象的方法．在此方法中，首先使用不同类型的社区社团检测算法

来将数据库模式划分为“团”，然后使用元聚类方法将这些“团”集成为数据库的主题组，每一个主题组代表数据库

的一个主题．最后将这些主题组进行进一步的聚类以生成主题组类，并为每一个主题组类挑选标签以生成多层次

的模式抽象．在Freebase——开源的大规模数据库上验证了文中算法的有效性．实验证明文中算法不仅能够精确

地识别大规模数据库的主题，同时可以依据数据库的主题生成易于理解、能够帮助用户浏览和检索数据库的多层

次模式抽象．

关键词模式；抽象；大规模数据库；主题组；混合

中图法分类号TP311DOI号10．3724／SP．J．1016．2013．01616

Database

SchemaSummarizationMethodofScale

HybridLarge

WANGXuel)t2’ZHOUXuan2’WANGShanl’’2’

DataandUniversityofChina)of

1’(KeyLaboratoryofEngineeringKnowledgeEngineering(Renrain

100872)

MinistryofEducation，BeOing

100872)

”(SchoolInformation，RenminofChina，Bering

ofUniversity

makedata—

ofschemasandthelackofdocumentations

AbstractThedatabaseusually

complexity

basesdifficulttouse．Somesolutionstothemosttablesbasedon

existingattemptidentifyimportant

theandusethesetablesasaofthedatabaseschema．H