每日论文
第三十三篇
/08/18
摘要：关键词查询可以帮助用户从数据库中快速获取感兴趣的内容,它不需要用户掌握专业的数据库结构化查询语言,降低了使用门槛.针对基于关键词的数据库查询,基于数据图的方法是一种比较常见的方法,它把数据库转换成数据图,然后从数据图中计算最小Steiner树.但是,已有的方法无法根据不断变化的用户查询兴趣而动态优化查询结果.提出采用蚁群优化算法解决数据库中的关键词查询问题,并提出了基于概念漂移理论的用户查询兴趣突变探查方法,可以及时发现用户兴趣的突变.在此基础上,提出了基于概念漂移理论和蚁群优化算法的查询结果动态优化算法ACOKS*,可以根据突变的用户兴趣,动态地优化查询结果,使其更加符合用户查询预期.在原型系统上得到的大量实验结果表明,该方法具有很好的可扩展性,并且可以比已有的方法取得更好的性能.
内容提要
★对于关系数据库的关键词查询,绝大多数研究都可以归为两大类,即基于数据图的方法和基于模式图的方法.前者把数据库建模成数据图,然后从数据图中寻找包含查询关键词的多棵Steiner树,经过评分排序后,输出top-k棵Steiner树作为查询结果;后者利用数据库模式创建连接表达式,然后在DBMS上执行连接表达式对应的SQL语句得到结果.基于模式图的方法只能应用于关系型数据的搜索;而基于数据图的方法则可以用于关系型、XML和HTML数据,因为这些数据都可以用数据图的形式表示.
★本文的主要贡献是:
提出了基于蚁群优化算法的、关系数据库关键词查询新算法ACOKS(ant-colony-optimization-basedkeywordsearch),为基于概念漂移理论的查询结果动态优化提供基础;
提出了基于概念漂移理论的用户查询兴趣突变探查方法,可以及时发现用户兴趣的突变;
提出了基于概念漂移理论和ACOKS算法的查询结果动态优化算法ACOKS*,可以根据突变的用户兴趣,动态优化查询结果,使其更加符合用户查询预期;
构建了原型系统并进行了大量实验,结果表明,本文的方法可以比已有的方法取得更好的性能.
格式引文：林子雨,邹权,赖永炫,林琛.关系数据库中的关键词查询结果动态优化[J].软件学报,,25(03):-.
关键词：关键词查询;关系数据库;数据图;蚁群优化;Steiner树;
DOI：10./j.cnki.jos.
扫码