關系數(shù)據(jù)庫對象級別檢索結果相關性排序算法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)頁搜索引擎獲得了巨大的成功,用戶可以用簡單的關鍵詞找到自己需要的信息。而關系數(shù)據(jù)庫是當前數(shù)據(jù)庫的主流形式,它采用結構化查詢語言進行內容檢索,并要求用戶掌握一定的查詢語言和數(shù)據(jù)庫模式知識。由此就產(chǎn)生了一個很自然的需求,讓關系數(shù)據(jù)庫支持高效的關鍵詞查詢,因為關鍵詞檢索可以使用戶擺脫SQL語句的束縛。
　　 相比于網(wǎng)絡搜索引擎,關系數(shù)據(jù)庫關鍵詞檢索又有了新的特點,例如:元組之間擁有語義關系;數(shù)據(jù)庫中的屬性值隱藏著等

2、價和傳遞關系;數(shù)據(jù)庫中的文本都是短文本等等。因此一些信息檢索的方法僅是在關系數(shù)據(jù)庫上進行元組級別的關鍵詞檢索,并不適合于關系數(shù)據(jù)庫,需要研究一種適合于關系數(shù)據(jù)庫本身特點的相關性排序算法。本文針對關系數(shù)據(jù)庫的特點以及信息檢索的特點,研究了一種對象級別的相關性排序算法。解決了元組級別檢索排序的信息分散問題。本文的技術路線是:首先對關系數(shù)據(jù)庫構建全文索引,按照模式圖對數(shù)據(jù)庫的元組進行信息整合,得到需要的對象;接下來在構建好的對象上進行關鍵詞檢

3、索;最后針對檢索出的結果進行相關性排序。
　　 本文提出的相關性排序算法首先需要發(fā)現(xiàn)屬性值之間的傳遞關系。一個屬性值出現(xiàn)的次數(shù)越多,屬性值與關鍵詞的聯(lián)系越緊密,利用信息熵的方法為屬性分配權值。信息熵的大小與數(shù)據(jù)分布的情況有關,可以通過計算信息熵來反映當前屬性值分布的情況,找到屬性值與關鍵詞的相關情況,得到信息檢索的相關性得分。其次需要考慮每個對象本身的結構特點。包括對象中的元組和元組之間的邊的情況來得到數(shù)據(jù)庫結構相關性得分,由兩