一種基于部分匹配的異構(gòu)數(shù)據(jù)索引方法.pdf

1、20世紀(jì)以來，信息化數(shù)據(jù)以指數(shù)規(guī)模增長，這使得人們從紛亂復(fù)雜的異構(gòu)數(shù)據(jù)中迅速而有效地得到自己關(guān)注的信息變得困難重重，而索引是信息獲取過程中最重要的一步。目前，結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的索引研究已取得重大成果，但單一類型的數(shù)據(jù)索引已無法滿足用戶需求，所以研究支持多種類型的數(shù)據(jù)索引已迫在眉睫。
　　當(dāng)前形勢下的異構(gòu)數(shù)據(jù)類型主要包含兩種：一種是以關(guān)系型數(shù)據(jù)庫為代表的結(jié)構(gòu)化數(shù)據(jù)；另一種是以文本文檔、HTML網(wǎng)頁、Email等為代表的非結(jié)構(gòu)

2、化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)的主要查詢方式為SQL，非結(jié)構(gòu)化數(shù)據(jù)的主要檢索方式為關(guān)鍵詞搜索。隨著數(shù)據(jù)信息化的快速推進，能同時檢索多種數(shù)據(jù)類型的索引已引起人們關(guān)注。異構(gòu)數(shù)據(jù)索引不同于單一類型的數(shù)據(jù)索引，它能夠支持各種類型的數(shù)據(jù)檢索。
　　本文對國內(nèi)外各種異構(gòu)數(shù)據(jù)處理模型及其查詢語言進行了詳細(xì)的分析、總結(jié)，綜合各個模型的優(yōu)缺點，提出了一種基于關(guān)鍵詞描述的數(shù)據(jù)模型。該模型可以較好地表示結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。此外，本文還提出了一種基于部分匹配的