电子商务Web数据库不精确查询方法研究

致谢

摘要

Abstract

1 绪论

1.1 研究背景与动机

1.2 国内外相关研究的现状与分析

1.2.1 查询松弛技术的研究

1.2.2 查询结果排序技术的研究

1.2.3 Top-k 检索技术的研究

1.3 研究目标与意义

1.4 本文工作

1.4.1 研究内容

1.4.2 论文的组织结构

2 相关理论和技术

2.1 电子商务Web 数据库

2.1.1 电子商务Web 数据库定义

2.1.2 查询处理模式

2.1.3 查询接口

2.1.4 查询日志

2.2 关系数据模型

2.2.1 基本概念

2.2.2 函数依赖

2.2.3 多值依赖

2.3 相关算法和技术

2.3.1 关联规则挖掘算法

2.3.2 直方图技术

2.4 整体解决方案

2.5 测试数据集

2.6 本章小结

3 基于近似函数依赖关系的不精确查询方法

3.1 引言

3.2 不精确查询基本思想和定义

3.2.1 不精确查询基本思想

3.2.2 不精确查询及相关定义

3.3 近似函数依赖关系提取、属性松弛排序与重要程度评估

3.3.1 基本概念

3.3.2 近似函数依赖关系提取

3.3.3 求近似候选码

3.3.4 属性松弛顺序排序与重要程度分配

3.4 文本型属性值之间的相似度评估

3.5 查询松弛与结果排序

3.5.1 查询松弛重写

3.5.2 查询结果排序

3.6 性能实验分析

3.6.1 实验环境

3.6.2 属性松弛顺序排序算法性能测试

3.6.3 相似度评估算法鲁棒性测试

3.6.4 查询松弛和结果排序效果测试

3.7 本章小结

4 基于概率信息检索模型的查询结果排序方法

4.1 引言

4.2 概率信息检索模型

4.3 基于PIR 模型的结构化元组相关性评估

4.3.1 结构化数据下的PIR 模型

4.3.2 有限独立模型

4.3.3 消除独立性假设

4.4 不精确查询下的查询结果排序方法

4.4.1 相关性评估

4.4.2 特殊情形

4.4.3 实现方法

4.5 性能实验分析

4.5.1 实验环境

4.5.2 查询结果准确率测试

4.5.3 查询日志大小对排序准确率的影响测试

4.5.4 查询指定属性个数对排序准确率的影响测试

4.5.5 响应时间测试

4.6 本章小结

5 基于TA 算法的查询结果 TOP-K 检索方法

5.1 引言

5.2 Top-k 检索与 TA 算法

5.2.1 Top-k 检索

5.2.2 TA 算法

5.3 基于TA 算法的top-k 检索方法

5.3.1 相关性评估

5.3.2 解决方案

5.4 实现算法

5.4.1 元组列表创建

5.4.2 元组列表聚类

5.4.3 Top-k 检索

5.4.4 无关元组处理

5.5 性能实验分析

5.5.1 实验环境

5.5.2 元组列表聚类算法测试

5.5.3 检索到的top-k 个元组的准确性测试

5.5.4 Top-k 检索算法的性能测试

5.6 本章小结

6 结论

6.1 本文的主要贡献与结论

6.2 未来的工作

参考文献

作者简历

学位论文数据集