概率XML數(shù)據(jù)文檔的分發(fā)技術(shù)研究.pdf

1、隨著不確定數(shù)據(jù)的廣泛應(yīng)用，現(xiàn)有的文檔分發(fā)技術(shù)無法針對用戶的需求為用戶提供確切的信息，往往將用戶需要和不需要的信息都分發(fā)給用戶，造成了用戶查閱信息上時間的開銷和網(wǎng)絡(luò)流量的浪費。為了深入挖掘、檢索到滿足用戶請求的信息，依據(jù)用戶提供的概率值來過濾掉不符合用戶需求的信息，設(shè)計了一種處理不確定數(shù)據(jù)的文檔分發(fā)系統(tǒng)，從而提高用戶信息的準確性，滿足用戶的需求。
　　本論文采用概率XML文檔分發(fā)技術(shù)實現(xiàn)用戶個性化需求的文檔過濾，其基本思想是:全面表

2、達用戶的個性化需求信息，通過概率XML文檔過濾算法實現(xiàn)用戶需求信息與數(shù)據(jù)源文檔的匹配，進而把匹配成功的文檔分發(fā)給用戶。首先，本文以XPath表達式來全面表達用戶需求，以XPath表達樹的形式表達用戶查詢內(nèi)容、結(jié)構(gòu)信息和概率閾值信息，然后把用戶查詢XPath表達式分解成查詢子串，通過構(gòu)建PXtrie概率索引結(jié)構(gòu)完成多用戶查詢子串與數(shù)據(jù)源文檔的高效匹配。其次，設(shè)計概率XML文檔過濾算法，以SAX文檔解析方式解析包含不確定數(shù)據(jù)的數(shù)據(jù)源XML文

3、檔，文中通過結(jié)點查找算法進行用戶個性化需求內(nèi)容的匹配，以子串匹配算法執(zhí)行用戶查詢信息、結(jié)構(gòu)信息和概率閾值信息的過濾，用匹配更新算法更新查詢信息。最后，設(shè)計并實現(xiàn)了概率XML文檔分發(fā)系統(tǒng)，該系統(tǒng)分為查詢分解、索引構(gòu)建、概率XML文檔過濾和預(yù)分發(fā)處理四個模塊。
　　本論文提出的概率XML文檔分發(fā)技術(shù)能夠解決多用戶XPath表達的壓縮存儲及高效索引問題，同時能夠提供給用戶確切的信息。通過構(gòu)建PXtrie概率索引結(jié)構(gòu)，提高多用戶查詢下的子