关系数据库上基于语义的top-k关键字查询.docx

关系数据库上基于语义的top-k关键字查询.docx关系数据库上基于语义的top-k关键字查询李一罡张炜高宏(哈尔滨工业大学计算机科学与技术学院,哈尔滨150001)(hit」iyigdng@)摘要给定关健字集合,关系数据库上的关键字查询返回一个元组连接树集合。现有的关健字查询处理方法要求元组连接树的每个叶节点至少包含一个查询关键字。但是,这些方法都忽略了与查询关键字语义相关的元纽。因此,提出一种基于语义的关键字查询处理算法’有先定义了查询关键字与元组连接树的语义相关性评价函数,然后在查询处理过程中利用该评价函数,以产生相关性最高的top-k结果、,最后,实验结果表明该查询处理算法的准确性和高效性。关键词关健字检索;top-k;语义;关系数据库中图法分类号TP39IAsemantictop-kkeywordqueryonrelationaldatabaseLiYigang,ZhangWei,GaoHong(puterScienceandTechnology,HarbinInstituteofTechnologytHarbin150001)AbstractGivenasetofkeywords,keywordsearchonrelationaldatabasereturnasetofjoiningtreesoftuples・Existingworkrequiresthateachleafnodeinthejoiningtreeoftuplesmustcontainoneormorekeywords・・First,,putethetop-,;lop-k;semantic;relationaldatabase随着网络技术和搜索技术的飞速发展以及在社会备个领域中的运丿IJ,关键字杏询已经成为结构化和半结构化数据库屮一种流行的杳询方式。与传统的数据库杳询模式相比,基于关键字的杏询有着不可比拟的优势,首先,用户不需要知道数据库的模式信息。其次用户不需要掌握复杂的数据库查询语言,如SQL等。这种新型的杳询方式可以让用户像使用Google那样轻松地在数据库屮杳询所需的信息。近几年,研究人员提出了一些关系数据库上的关键字查询处理方法:DBXPlore[l],DISCOVER・If2],DISCOVER-II[31,BANK・I[4],BANK-II[5],Min-CostConnectedTrees[6],SPARK[7]等。这些方法的基木思想都是将数据库看作由数据元组通过主外键关系连接起来的元组图。杳询结果就是元组图屮包含杳询关键字的元组连接树。这些查询处理方法主要关注直接包含查询关键字的元组,并要求作为查询结果的元组连接树的叶节点至少包含一个关键字。