個(gè)人數(shù)據(jù)空間管理系統(tǒng)中數(shù)據(jù)抽取及語(yǔ)義關(guān)聯(lián)構(gòu)建.pdf

1、近年來(lái),隨著用戶(hù)需求的增加及信息技術(shù)的發(fā)展,用戶(hù)面對(duì)的數(shù)據(jù)形式種類(lèi)繁多,從單純的文本文件到圖片、音頻及視頻,從無(wú)結(jié)構(gòu)數(shù)據(jù)到半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù),此外,需求的增加也使用戶(hù)的數(shù)據(jù)逐漸呈現(xiàn)海量的特性。傳統(tǒng)的數(shù)據(jù)庫(kù)管理系統(tǒng)不能滿(mǎn)足海量、異構(gòu)數(shù)據(jù)的管理需求,數(shù)據(jù)空間作為一種新的數(shù)據(jù)管理技術(shù)應(yīng)運(yùn)而生,它不依賴(lài)于嚴(yán)格的數(shù)據(jù)模式,并采用逐步集成的構(gòu)建方式,能夠滿(mǎn)足日益復(fù)雜的數(shù)據(jù)管理需求。
　　 本文對(duì)數(shù)據(jù)空間管理系統(tǒng)的信息抽取以及語(yǔ)義關(guān)聯(lián)的

2、創(chuàng)建進(jìn)行了研究。主要內(nèi)容包括：⑴在云環(huán)境下實(shí)現(xiàn)各種異構(gòu)數(shù)據(jù)源的信息抽取。本文研究來(lái)自本地文件、關(guān)系數(shù)據(jù)庫(kù)、電子郵件以及瀏覽器等數(shù)據(jù)源的相關(guān)抽取技術(shù),對(duì)抽取獲得的數(shù)據(jù)信息統(tǒng)一采用擴(kuò)展的iDM模型進(jìn)行組織,以弱化不同格式的文件在邏輯表示時(shí)的差異性。⑵系統(tǒng)預(yù)定義和用戶(hù)自定義的語(yǔ)義關(guān)聯(lián)規(guī)則的創(chuàng)建。為提高數(shù)據(jù)空間的查詢(xún)效率,利用語(yǔ)義關(guān)聯(lián)對(duì)查詢(xún)進(jìn)行擴(kuò)展是一種有效策略。本文實(shí)現(xiàn)了系統(tǒng)預(yù)定義和用戶(hù)自定義的語(yǔ)義關(guān)聯(lián),系統(tǒng)除預(yù)先設(shè)定的語(yǔ)義關(guān)聯(lián)外,允許用戶(hù)根