学位论文 > 优秀研究生学位论文题录展示

XSemantic：基于语义扩展的XML关键字检索技术研究

作　者: 王先胜
导　师: 汪卫
学　校: 复旦大学
专　业: 计算机软件与理论
关键词: XML 关键字检索语义扩展 SLCA 区间编码 MMPS Pipeline
分类号: TP391.3
类　型: 硕士论文
年　份: 2010年
下　载: 82次
引　用: 0次
阅　读: 论文下载

内容摘要

随着关键字检索在Web搜索领域取得巨大成功,XML数据上的关键字检索技术也得到了广泛的关注。为了提高检索结果的有效性和性能,检索系统需要综合考虑以下问题：理解查询语义、定义查询结果、设计高效的查询算法、合理的打分排序。SLCA作为XML数据检索的返回结果已经得到了认可,IMS算法以锚结点为基础,设计了高效的多路SLCA求解算法。这些工作有效解决了XML数据关键字检索的重要问题,但作为检索前提的理解查询关键字的真实语义问题却几乎无相关工作涉及；另外,已有的XML检索系统基本都以Dewey编码为基础,编码比较和计算LCA的效率低下,而IMS算法也仍然存在相当的冗余计算。本文分析了关键字语义扩展问题,提出了基于WikiKeywords语义网络和XML文档统计信息的复合关键字扩展技术。WikiKeywords语义网络是分析Wikipedia数据集得出的反映关键字相互关联的语义网络,我们以此为基础对用户查询关键字进行扩展,并给出了扩展关键字可信度的计算方法。为了克服WikiKeywords网络的冗余扩展问题,本文还利用XML文档集的统计特征,建立了XMLKeywords语义网络,并综合WikiKeywords,提出了复合关键字扩展技术。针对Dewey编码在计算SLCA时的低效问题和IMS算法存在的冗余计算问题,本文提出了基于区间编码的SLCA求解算法MMPS。MMPS以迭代的方式寻找那些在候选列表里不存在后代结点且离匹配中最右边结点最近的那些匹配(SMatch),计算其LCA,并根据SMatch的下一匹配(NMatch),判断当前LCA是否为SLCA。MMPS有效的过滤掉那些对最终结果无用的匹配,减少了LCA的计算,同时以迭代的方式寻找SMatch,减少了候选结果集很大时的I／O开销,更适合基于语义扩展的SLCA计算；另外,算法以区间编码为基础,将编码比较和LCA计算的开销降到了O(1)。由于MMPS算法是一种阻塞式算法,存在用户体验问题,文章进一步对其进行了改进,给出了基于可信度的PipelineMMPS算法。PipelineMMPS是一种非阻塞式的算法,算法根据扩展关键字的可信度制定计算计划,优先计算可信度高的SLCA,并直接输出,提高了用户体验。

全文目录

摘要  5-6
Abstract  6-8
第一章绪论  8-15
  1.1 XML基础  8-10
  1.2 XML数据的关键字检索问题  10-13
    1.2.1 检索语义  10-12
    1.2.2 查询算法  12
    1.2.3 结果显示  12-13
  1.3 本文工作和贡献  13-14
  1.4 章节安排  14-15
第二章背景知识和相关工作  15-21
  2.1 XML解析器  15-16
  2.2 XML查询语言  16-17
    2.2.1 XPath  16
    2.2.2 XQuery  16-17
  2.3 XML数据模型  17-18
  2.4 XML编码技术  18-19
  2.5 XML关键字检索处理方法  19-21
第三章关键字语义分析  21-32
  3.1 关键字扩展  21-22
  3.2 WikiKeywords:基于Wikipedia数据集的关键字语义网络  22-25
  3.3 基于WikiKeywords语义网络的关键字扩展  25-26
  3.4 基于XML文档集统计信息的复合关键字扩展算法  26-32
第四章查询算法  32-43
  4.1 动机  32-33
  4.2 基于区间编码的LCA计算  33-38
    4.2.1 RMQ问题的直观解法  35
    4.2.2 RMQ问题的快速算法  35-36
    4.2.3 ±1-RMQ问题的算法  36-37
    4.2.4 基于区间编码的LCA求解  37-38
  4.3 SLCA性质  38-40
  4.4 MMPS算法  40-43
第五章结果处理  43-47
  5.1 基于可信度的复合排序  43
  5.2 直观排序算法  43-44
  5.3 PipelineMMPS  44-47
第六章实验  47-51
  6.1 XSemantic系统实现和试验设定  47-49
  6.2 有效性  49
  6.3 性能  49-51
第七章结论和未来工作  51-52
参考文献  52-54
硕士研究生期间主要工作  54-55
致谢  55-56

相似论文

基因调控网络模型描述语言研究,Q78
支持XML数据查询的F&B索引结构的研究,TP311.13
LXI自动测试系统集成技术研究,TP274
基于网络的服装款式设计系统的研究与实现,TS941.2
基于MDA的界面自动生成方法的研究,TP311.5
C++代码缺陷检测系统的研究与设计,TP311.53
SPC对人真皮成纤维细胞中MMP-1、MMP-2、MMP-3表达影响的研究,R751
基于Web的科学计算遗留应用共享技术研究,TP393.09
基于XML的异构数据交换系统的设计与实现,TP311.52
基于语义网络的智能搜索引擎研究,TP391.3
电子公文传输管理系统在电大系统中的设计与实现,TP311.52
概率XML数据上关键字检索算法的研究与实现,TP391.3
行政审批电子监察系统数据交换的设计与实现,TP311.52
概率XML文档中Holistic Twig查询处理算法的研究与实现,TP311.13
保留语义约束的XML与关系数据库双向转换技术研究,TP311.13
SOA架构在高校信息化系统中整合技术的应用,TP311.52
基于银行综合前置平台的金融服务支付系统的设计与实现,TP311.52
基于观察者模式的银行主动服务系统的设计与实现,TP311.52
江北区企业信用信息系统设计与实现,TP311.52
物联网业务模型描述语言的研究与实现,TN929.5
基于服务总线的模具企业信息集成系统,TP311.52