數(shù)據(jù)集成關(guān)鍵技術(shù)研究.pdf

1、目前數(shù)據(jù)轉(zhuǎn)換在功能、效率、以及支持自動(dòng)轉(zhuǎn)換等方面存在不足,作者對(duì)轉(zhuǎn)換方法、數(shù)據(jù)轉(zhuǎn)換的優(yōu)先次序算法、XML與關(guān)系模式之間的自動(dòng)轉(zhuǎn)換算法等進(jìn)行了研究.在數(shù)據(jù)清理方面,作者研究了重復(fù)記錄的識(shí)別算法、基于模糊理論的等值理論以圾人工交互的便利性等問題.在操作方面,數(shù)據(jù)立方作為一種能有效分析數(shù)據(jù)的集成系統(tǒng)得到了廣泛的應(yīng)用,因此作者對(duì)數(shù)據(jù)立方的范圍查詢問題進(jìn)行了研究.在結(jié)合前人研究成果的基礎(chǔ)上,探討了基于國(guó)產(chǎn)數(shù)據(jù)庫(kù)DM4的集成工具DMCleaner的

2、系統(tǒng)設(shè)計(jì).作者首先研究了從一種關(guān)系模式到另一種關(guān)系模式的轉(zhuǎn)換,提出了兩階段轉(zhuǎn)換的方法,并給出了該方法基于XML的算法實(shí)現(xiàn).傳統(tǒng)轉(zhuǎn)換工具采用一個(gè)階段完成轉(zhuǎn)換工作,不能直接實(shí)現(xiàn)復(fù)雜的諸如多表聚集等功能的轉(zhuǎn)換,需要用戶編程,缺乏重用性.該方法采用兩個(gè)階段實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換,通過指定第一階段的操作將數(shù)據(jù)轉(zhuǎn)換到一個(gè)中間模式,然后通過指定第二階段的操作實(shí)現(xiàn)從中間模式到最終目的的轉(zhuǎn)換,能有效支持聚集操作.為解決有外鍵約束存在時(shí)由于轉(zhuǎn)換次序選擇不當(dāng)導(dǎo)致的轉(zhuǎn)換

3、失敗問題,提出了轉(zhuǎn)換優(yōu)先次序算法.在關(guān)系模式到XML模式的轉(zhuǎn)換方面,分析了FT、NeT、CoT算法,并提出了簡(jiǎn)化算法,通過將屬性集快速分解為非關(guān)鍵字列集和關(guān)鍵字列集的方法,能夠快速得到和NeT算法同樣的結(jié)果,避免了費(fèi)時(shí)的nest操作,因此提高了關(guān)系模式到XML模式的轉(zhuǎn)換速度.在XML到關(guān)系的轉(zhuǎn)換方面,基于正則樹語法的轉(zhuǎn)換算法存在生成的關(guān)系數(shù)目過多的缺點(diǎn),作者通過限制元素生成的關(guān)系數(shù)的方法,減少了關(guān)系的數(shù)目.在數(shù)據(jù)清理方面,作者首先深入研