关系数据库关键词查询处理关键技术研究

《关系数据库关键词查询处理关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要中文摘要随着数据库技术的高速发展，普通用户可以像网页搜索引擎‘一样通过输入关键词直接在关系数据上查询结果，而不需要了解底层的数据库模式以及复杂的SQL查询语句。当前的关系数据库关键词查询系统还有，一些不足的地方，例如，查询系统的效率不高，查询准确率低，不支持短语查询，查询的结果展示比较单一等。本文针对上述的不足做了。一些改进工作。第一，提出了CNI方法来提高候选网的生成速度。原有的基于模式图查询系统是在产生元组集图后再进行广度优先搜索，比较费时，研究发现针对OR语义的查洵可以通过建立候选网索引的方法

2、，直接通过候选网索引得到所需要的候选网络。第二，提出了P．B方法来有效地识别关系数据库中存在的短语，并将识别出的短语反馈给用户，用户自主选择符合查询条件的短语，从而提高了查询性能和查询准确率。第三，提出了TCD方法来有效地对查询的结果连接树聚类，将相同语义的连接树分成一组，并给出每个聚类的描述，方便用户理解查询结果的语义，并快速找到准确的查询结果。理论分析和实验表明上述提出的三种方法是有效的。关键词：关系数据库；关键词查询；Top—K查询Abstractwithmefastdevelopmentofdata

3、basetechnology，keywordsearchoVerrelationaldataba8esenablescasualuserst。usekeyw。rdtosearchrelati。naldatabasesjust1ikesearching‘hew曲，withoutunderstandingtheunderlyingdatabaseschemaandcomplexSQLquery1anguage·Currently，thekevwordsearchsystemofrelationaldatabas

4、estillhassomeproblems·Forinstance，theemciencyofqueusystemisnothi曲；theaccuracyis10W，withoutsupportsforphrasequery；andtheresultofqueryisquitesimple．AddressingtheaboVedefects，thepapermainlyproposessomewaysforimproVement．Firstly，weproposemeCNImethodtoimproveth

5、eproductionrateofcandidatenetworks·。Iheoriginalquerysystembasedonschemagraphstartstomakebreadth·nrstsearchingaRerproducmgsetoftuplesgraph．Itistime．consuming．Thestudyfindsthat，aimingatORsemantlcquery，wecantakeadvantageofthememodtoestablishcandidatenetworksi

6、ndextoachieVethecandidatenetworksthatweneed．secondly，weproposetheP．Bmemodtoe娲ctiVelyindenti匆thephrasesinthereiationaldatabasesandprovidethefeedbackofphraseswerecognizedtotheusers．Thentheuserschoosethep11raseswhichisqualifiedforthequery，soastoimproVethequer

7、ycapabilityandtheque拶accuracy．Thirdly，weproposetheTcDmethodtoclustertheque巧resultjoinningtreewithef凳ct·ltclassmesmeioi彻ingtreewiththesamesemanticintoonegroupanddescribeseachcluster，whlchisconVeniemforuserstounderstandmesemanticofqueryresultsandrapidlyseeko

8、uttheaccu。atequeryresults．TheoreticalanalysisandeXperimentsshowthattheabovethreemethodsaree舵ctiVe．Keywords：relatioanaldatabases；keywordsearch；Top—ksearchII，1目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．IAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯