版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來,XML技術(shù)及其應(yīng)用正受到越來越廣泛的重視,隨著更多的數(shù)據(jù)以XML的格式組織起來,基于XML的數(shù)據(jù)挖掘技術(shù)也正日益受到關(guān)注,其中,如何從XML數(shù)據(jù)庫(kù)中進(jìn)行信息的搜索是較為活躍的研究領(lǐng)域之一。本文對(duì)“基于XML的信息搜索”這一題目進(jìn)行了研究,主要工作有以下幾個(gè)方面: 1.在單一源文檔T中搜索用戶需求DT目前,諸多關(guān)于此類的研究都致力于已經(jīng)存在的兩個(gè)文檔T1,T2之間的相似性比較上,而對(duì)如何進(jìn)行信息搜索的研究相對(duì)較少。本文首先
2、分析了文檔間相似性的衡量問題,針對(duì)以往算法所普遍具有的運(yùn)算復(fù)雜度高的缺點(diǎn),從文檔本身具有的結(jié)構(gòu)特性出發(fā),提出了基于倒向路徑(L-R)的信息搜索方法,并在該方法的基礎(chǔ)上,給出了DT同T之間的匹配度計(jì)算公式,從算法可以看出,該算法的運(yùn)算復(fù)雜度隨著XML文檔結(jié)構(gòu)的復(fù)雜程度而線性地變化。 2.在XML數(shù)據(jù)庫(kù)(即XML文檔集合)中搜索用戶需求DT在實(shí)際應(yīng)用中,普遍發(fā)生的情況是從某一XML數(shù)據(jù)庫(kù)S[T]中搜索同用戶需求DT相關(guān)的信息。對(duì)于龐
3、大的XML數(shù)據(jù)庫(kù)而言,不可能從中拿出每一個(gè)文檔同DT加以比較,尤其是當(dāng)用戶一次提出多個(gè)搜索需求DT或多個(gè)用戶同時(shí)提出需求時(shí),其運(yùn)算的量也將加大,為解決這一問題,本文對(duì)XML數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理,將那些同DT相關(guān)的信息先整理出來,以備后用。這種想法對(duì)于多需求的搜索來說尤為重要。 首先,本文對(duì)數(shù)據(jù)庫(kù)的預(yù)處理進(jìn)行了研究,基本思想是:將用戶的搜索需求DT歸入到XML數(shù)據(jù)庫(kù)S[T]中,形成新的XML文檔集合S'[T]。在新的文檔集合S'[T]
4、上進(jìn)行聚類操作,以找到那些在結(jié)構(gòu)和描述內(nèi)容上同DT相關(guān)的文檔。 其次,針對(duì)XML本身所具有的結(jié)構(gòu)化,自描述性等特點(diǎn),在聚類操作中引入了PBC(Path-Based-Clustering)聚類算法,并分析了該算法在用于信息搜索時(shí)的不足,根據(jù)這一不足提出DTD映射的概念并加以改進(jìn),解決了諸如“結(jié)點(diǎn)缺失”“結(jié)構(gòu)拓展”等問題,使算法對(duì)同一結(jié)構(gòu)的不同組織方式的辨別能力更加靈活,與此同時(shí),DTD映射中所創(chuàng)建的路徑表識(shí)結(jié)點(diǎn)Ai和“層次”屬性有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種新的基于向量空間的XML文檔相似性度量方法及搜索技術(shù).pdf
- 一種基于XML和模板語言的代碼自動(dòng)生成技術(shù).pdf
- 一種基于XML的Web界面描述模型.pdf
- 一種基于信息分布的元搜索結(jié)果后處理方法研究.pdf
- 一種基于后綴樹的時(shí)態(tài)XML索引研究.pdf
- XMLPre:一種基于預(yù)處理的XML壓縮算法.pdf
- 一種個(gè)性化移動(dòng)搜索技術(shù)的研究.pdf
- 一種新的XML文檔存儲(chǔ)平臺(tái)SDML的實(shí)現(xiàn)技術(shù).pdf
- 容遲網(wǎng)絡(luò)中一種基于平穩(wěn)分布的信息搜索方法的研究.pdf
- 一種基于XML的Web訪問模式發(fā)現(xiàn)模型研究.pdf
- 一種基于位立方體的XML索引方式.pdf
- 一種基于流的XML查詢算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 一種基于語義標(biāo)注的個(gè)性化搜索技術(shù)的研究與實(shí)現(xiàn).pdf
- 一種基于雙重分?jǐn)?shù)的動(dòng)態(tài)前綴XML編碼方案.pdf
- 一種科技文章的智能搜索方法.pdf
- 一種新型的自由搜索算法.pdf
- 一種基于硬件的XML解析方法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 一種基于信息系統(tǒng)的圖片搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 一種基于線性搜索的快速運(yùn)動(dòng)估計(jì)算法.pdf
- 一種基于層次思想的搜索日志聚類算法.pdf
評(píng)論
0/150
提交評(píng)論