面向數(shù)據空間的異構數(shù)據索引方法研究.pdf

1、當前,個人和組織的信息呈現(xiàn)急劇增長趨勢且非結構化數(shù)據所占比重在不斷的增加,這些屬于某個主體的海量、分布、異構和共存的數(shù)據構成了一個數(shù)據空間,如何為用戶提供高效、便捷和多樣化的搜索查詢服務是數(shù)據空間面臨的巨大挑戰(zhàn)。然而,為數(shù)據空間中異構數(shù)據構建高效的索引方法是解決這一問題的基礎。因此,研究數(shù)據空間中異構數(shù)據索引方法具有重要意義。
　　數(shù)據管理研究社區(qū)對索引方法已經存在很多的研究。過去,對索引方法的研究通常是基于單一數(shù)據格式和查詢方式

2、,例如,搜索引擎中的無結構化數(shù)據格式和關鍵詞查詢和關系數(shù)據庫上的關系表和SQL查詢。然而,數(shù)據空間中的數(shù)據具有多數(shù)據源、異構等特點,它可能包含結構化、半結構化和無結構化等多種數(shù)據格式,另外,由于數(shù)據空間的Pay-as-you-go特性使得需要提供從關鍵字查詢到結構化查詢等多樣化搜索查詢服務,例如,起初由于抽取信息較弱和數(shù)據源之間沒有建立語義關聯(lián),可以只提供基本的關鍵字搜索服務,隨著時間的推移用戶和系統(tǒng)將會逐漸的建立更多的模式、語義關聯(lián)信

3、息,系統(tǒng)也將能夠支持更加豐富的查詢方式。因此,與傳統(tǒng)的索引方法不同,數(shù)據空間中的索引方法需要能夠索引多種格式數(shù)據,同時支持關鍵字查詢和結構化查詢等多種查詢方式。
　　通過對現(xiàn)有數(shù)據模型和查詢分析,本文使用iMeMex數(shù)據模型作為數(shù)據空間的數(shù)據模型且給出了關鍵字查詢、謂詞查詢和路徑查詢三種查詢方式的定義,在此基礎上提出了一種新的索引方法來提高對數(shù)據空間中異構數(shù)據的搜索查詢效率,本文稱之為EIBH混合索引方法。新的索引方法由擴展的倒排