首页> 中文学位 >关系数据库数据社区的检索方法研究
【6h】

关系数据库数据社区的检索方法研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 信息检索连接树领域

1.2.2 信息检索社区领域

1.3 论文研究内容

1.4 论文组织结构

第2章 相关理论与方法

2.1 信息检索相关理论

2.1.1 基于数据图的检索算法

2.1.2 基于模式图的检索算法

2.2 社区相关理论

2.2.1 格文·纽曼算法

2.2.2 聚类重叠格文·纽曼算法

2.2.3 多项式延迟算法

2.3 数据社区检索方法

2.4 本章小结

第3章 数据社区检索算法的分析与设计

3.1 数据图中各元素的定义

3.1.1 节点的定义

3.1.2 边的定义

3.1.3 社区的定义

3.2 数据社区检索算法的分析

3.3 数据社区检索算法的设计

3.3.1 关键字节点的识别

3.3.2 DCRCN算法的详细设计

3.4 本章小结

第4章 数据社区检索系统的设计

4.1 数据社区检索系统的总体设计

4.2 数据社区检索系统模块的设计

4.2.1 数据图的构建模块

4.2.2 关键字节点识别模块

4.2.3 对象构建模块

4.2.4 数据社区检索结果相关性排序模块

4.3 数据社区检索算法的实现

4.3.1 开发环境及工具配置

4.3.2 实验数据

4.3.3 算法实现与对比分析

4.4 本章小结

第5章 总结与展望

5.1 论文总结

5.2 工作展望

参考文献

致谢

展开▼

摘要

如今互联网快速发展,关键字搜索技术为网页搜索等方面提供了关键技术支持,这是如今网页搜索获得巨大成功的关键,使得用户可以用简单的自己熟知的关键字在网上寻找自己需要的信息。在众多的数据库中,关系数据库是当前最为流行的、使用最多的一种,只要用户掌握一定的结构化查询语言和数据库的基本模式知识就能够进行操作。但是,如今绝大多数网民并不具备这些专业化知识,如何让关系数据库能够支持高效的关键字检索成为近来的研究热点,因为关系数据库的关键字检索可以使用户摆脱结构化查询语句(如SQL等)的束缚。
   关系数据库关键字搜索与网络搜索引擎工作相比又有其不同特点,比如:数据库由元组组成,元组间有键值或语意关系等。关键字检索作用于关系数据库上使检索得到的结果再进行一定程度的信息整合,得到用户真正需要的信息。
   本文提出的关系数据库数据社区检索方法是以中心节点为驱动及其所能够到达各关键字节点的组合来确定一个社区的方法。本篇社区由节点和边组成,节点又分三类:关键字节点、中心节点和路径节点;边可以是无向边也可以是有向边。把各关键字向外扩展一定的距离所能够到达的公共节点设立为中心节点,中心节点结构中有它所能够到达的各关键字节点的信息,以此来判断能否满足社区的形成条件,也就是用户想得到的信息。对于排序问题,利用中心节点到达各关键字节点的开销为依据进行相应的规范调整,以便得到最优结果。
   本文设计了数据社区检索方法框架,并实现了相关算法。以DBLP数据集对该算法进行了验证,其结果证实了算法思想的可行性和具体算法的高效性。本文检索方法的思想也可以扩展到其他的领域。与传统的关系数据库关键字检索结果相比,本算法有效地改善了单个结果包含信息量少、各结果间缺少相应的依赖联系等问题,通过本文的算法实现使得单个结果包含了较为丰富的信息也使得用户更清晰、明了的理解检索结果间的关系。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号