一種Deep Web數(shù)據(jù)集成系統(tǒng)預(yù)取策略的研究.pdf

1、隨著Web相關(guān)技術(shù)的日益成熟和Deep Web所蘊(yùn)含信息量的快速增長(zhǎng),通過(guò)Web數(shù)據(jù)庫(kù)訪問(wèn)漸漸成為人們獲取信息的主要手段,因此對(duì)于Deep Web的研究也越來(lái)越受到人們的關(guān)注。本文的研究目的是提出一種基于Deep Web數(shù)據(jù)集成環(huán)境下的預(yù)取策略,將預(yù)取技術(shù)應(yīng)用到Deep Web數(shù)據(jù)的訪問(wèn)過(guò)程中,使用戶在獲得更專業(yè)更高質(zhì)量的數(shù)據(jù)的同時(shí),減少網(wǎng)絡(luò)延遲造成的不利影響,提高用戶的查詢響應(yīng)速度。
　　 預(yù)取技術(shù)是一種主動(dòng)式的Cache技術(shù)

2、,緩存的內(nèi)容既可以是客戶訪問(wèn)過(guò)的內(nèi)容,也可以是客戶從未訪問(wèn)過(guò)的內(nèi)容。預(yù)取利用的是用戶訪問(wèn)Web內(nèi)容的空閑時(shí)間,把用戶不久將要使用的Web對(duì)象提前取回,并存放到Web緩存中。由于預(yù)取對(duì)象的傳輸利用的是系統(tǒng)的空閑時(shí)間,使Web數(shù)據(jù)的傳輸和用戶的瀏覽與思考時(shí)間能夠平行進(jìn)行。Web預(yù)取改善的是使用者所感覺(jué)到的延遲時(shí)間。Web用戶訪問(wèn)的時(shí)間局部性和空間局部性的客觀存在,為預(yù)取技術(shù)的研究提供的直接依據(jù)。
　　 語(yǔ)義緩存技術(shù)是數(shù)據(jù)庫(kù)優(yōu)化方法之

3、一,它是將查詢結(jié)果和相關(guān)語(yǔ)義信息緩存,利用用戶查詢的語(yǔ)義局部性來(lái)重用緩存數(shù)據(jù)。
　　 本文將預(yù)取技術(shù)與語(yǔ)義緩存技術(shù)相結(jié)合,提出了一種適用于Deep Web數(shù)據(jù)集成系統(tǒng)下的預(yù)取策略。根據(jù)Web數(shù)據(jù)庫(kù)的訪問(wèn)特點(diǎn),首先對(duì)基于Deep Web數(shù)據(jù)集成系統(tǒng)下的語(yǔ)義緩存項(xiàng)及查詢匹配類型進(jìn)行定義,對(duì)用戶提出的查詢請(qǐng)求都生成一個(gè)與其相對(duì)應(yīng)的語(yǔ)義緩存項(xiàng),根據(jù)不同的查詢匹配類型對(duì)每一個(gè)語(yǔ)義緩存項(xiàng)進(jìn)行訪問(wèn)概率統(tǒng)計(jì),通過(guò)多項(xiàng)式回歸模型對(duì)每條語(yǔ)義緩存項(xiàng)的

4、下一個(gè)周期的訪問(wèn)概率進(jìn)行預(yù)測(cè),按照預(yù)取隊(duì)列的生成條件獲得需要預(yù)取的語(yǔ)義緩存項(xiàng),在每一個(gè)新的訪問(wèn)周期到來(lái)時(shí)進(jìn)行預(yù)取,將用戶感興趣的數(shù)據(jù)提前保存到緩存中供用戶查詢使用。針對(duì)緩存空間有限及緩存內(nèi)容需要保持一致性的要求,提出了適用于Deep Web數(shù)據(jù)集成系統(tǒng)下緩存替換策略及緩存一致性策略。實(shí)驗(yàn)表明,在Deep Web數(shù)據(jù)集成系統(tǒng)中加入預(yù)取模型,可以大大降低用戶的查詢響應(yīng)時(shí)間,同時(shí)預(yù)取準(zhǔn)確率和網(wǎng)絡(luò)流量隨著緩存數(shù)量的增加而提高,當(dāng)緩存數(shù)量達(dá)到某一