基于語義信息的面向數(shù)據(jù)庫的Top-k關(guān)鍵字查詢技術(shù).pdf

1、越來越多的信息被存儲(chǔ)在關(guān)系數(shù)據(jù)庫中，面向關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢的需求也隨之增多。盡管許多數(shù)據(jù)庫管理系統(tǒng)支持全文本信息搜索，但是，在這些系統(tǒng)中，用戶必須預(yù)先知道所要查詢的關(guān)系數(shù)據(jù)庫的模式結(jié)構(gòu)，并且通過某種結(jié)構(gòu)化的查詢語言查詢數(shù)據(jù)庫。
　　 Web關(guān)鍵字搜索的巨大成功，使面向關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢成為一個(gè)嶄新的研究領(lǐng)域。然而，面向關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢面臨著三個(gè)挑戰(zhàn)：(1)查詢結(jié)果是由分散在不同關(guān)系表中的元組連接而成。(2)計(jì)算結(jié)果

2、的相關(guān)度時(shí)，必須計(jì)算分散在各個(gè)關(guān)系表中的關(guān)鍵字與查詢關(guān)鍵字之間的相關(guān)度。(3)與文本數(shù)據(jù)庫相比，關(guān)系數(shù)據(jù)庫的結(jié)構(gòu)更復(fù)雜。因此，傳統(tǒng)信息搜索領(lǐng)域的評(píng)分函數(shù)以及搜索算法不能直接應(yīng)用到數(shù)據(jù)庫關(guān)鍵字搜索中。
　　 本文通過研究元組的語義特性以及元組間的語義關(guān)系，提出一種新的評(píng)分函數(shù)。該評(píng)分函數(shù)不僅涵蓋了當(dāng)前的評(píng)分思想，并且用一些新的指標(biāo)來衡量查詢結(jié)果與查詢關(guān)鍵字之間的相關(guān)性，從而更貼切和準(zhǔn)確地衡量查詢結(jié)果與查詢關(guān)鍵字間的相關(guān)度。

3、　　 基于新的評(píng)分函數(shù)，主要提出四種Top-k搜索算法。分別為基本算法、EBA(Early-stopping Block Algorithm)算法、AEBA(Advanced Early-stopping BlockAlgorithm)算法、GAEBA算法(Global Advanced Early-stopping Block Algorithm)。后三種算法以數(shù)據(jù)塊為處理單位，避免頻繁訪問數(shù)據(jù)庫，因而提高搜索效率。AEBA算法在E