關(guān)系數(shù)據(jù)庫對(duì)象級(jí)別檢索結(jié)果相關(guān)性排序算法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)頁搜索引擎獲得了巨大的成功,用戶可以用簡(jiǎn)單的關(guān)鍵詞找到自己需要的信息。而關(guān)系數(shù)據(jù)庫是當(dāng)前數(shù)據(jù)庫的主流形式,它采用結(jié)構(gòu)化查詢語言進(jìn)行內(nèi)容檢索,并要求用戶掌握一定的查詢語言和數(shù)據(jù)庫模式知識(shí)。由此就產(chǎn)生了一個(gè)很自然的需求,讓關(guān)系數(shù)據(jù)庫支持高效的關(guān)鍵詞查詢,因?yàn)殛P(guān)鍵詞檢索可以使用戶擺脫SQL語句的束縛。
　　 相比于網(wǎng)絡(luò)搜索引擎,關(guān)系數(shù)據(jù)庫關(guān)鍵詞檢索又有了新的特點(diǎn),例如:元組之間擁有語義關(guān)系;數(shù)據(jù)庫中的屬性值隱藏著等

2、價(jià)和傳遞關(guān)系;數(shù)據(jù)庫中的文本都是短文本等等。因此一些信息檢索的方法僅是在關(guān)系數(shù)據(jù)庫上進(jìn)行元組級(jí)別的關(guān)鍵詞檢索,并不適合于關(guān)系數(shù)據(jù)庫,需要研究一種適合于關(guān)系數(shù)據(jù)庫本身特點(diǎn)的相關(guān)性排序算法。本文針對(duì)關(guān)系數(shù)據(jù)庫的特點(diǎn)以及信息檢索的特點(diǎn),研究了一種對(duì)象級(jí)別的相關(guān)性排序算法。解決了元組級(jí)別檢索排序的信息分散問題。本文的技術(shù)路線是:首先對(duì)關(guān)系數(shù)據(jù)庫構(gòu)建全文索引,按照模式圖對(duì)數(shù)據(jù)庫的元組進(jìn)行信息整合,得到需要的對(duì)象;接下來在構(gòu)建好的對(duì)象上進(jìn)行關(guān)鍵詞檢

3、索;最后針對(duì)檢索出的結(jié)果進(jìn)行相關(guān)性排序。
　　 本文提出的相關(guān)性排序算法首先需要發(fā)現(xiàn)屬性值之間的傳遞關(guān)系。一個(gè)屬性值出現(xiàn)的次數(shù)越多,屬性值與關(guān)鍵詞的聯(lián)系越緊密,利用信息熵的方法為屬性分配權(quán)值。信息熵的大小與數(shù)據(jù)分布的情況有關(guān),可以通過計(jì)算信息熵來反映當(dāng)前屬性值分布的情況,找到屬性值與關(guān)鍵詞的相關(guān)情況,得到信息檢索的相關(guān)性得分。其次需要考慮每個(gè)對(duì)象本身的結(jié)構(gòu)特點(diǎn)。包括對(duì)象中的元組和元組之間的邊的情況來得到數(shù)據(jù)庫結(jié)構(gòu)相關(guān)性得分,由兩