基于本体的XML数据集成的查询处理

数据集成在很长一段时间一直为人们所关注．随着XML逐渐成为Web上发布和交换数据的标准,研究人员提出了基于本体的XML数据的语义集成方案．此文对于这样的方案进行了形式化,提出的算法NaiveMaxQEP解决了最大查询计划的生成问题;并基于非完整性角色个数有限的假设,对于查询执行计划生成算法进行了优化,提出了0ptMaxQEP算法;为支持高效的分布式资源整合,文章还给出了网络代价优化算法NetoptQEP,基于网络代价对输出的执行计划进行了优化．     

数据集成中XML数据查询语义重写

查询重写是数据库研究的一个基本问题，它和查询优化，数据仓库，数据集成，语义缓存等数据库问题密切相关，为提高集成系统的查询效率，系统选择提交频率较高的XML查询物化为中间层视图，用户提交查询后，系统尽可能利用中间视图层中视图，而不是访问数据源来回答查询，这个问题实际可以归结为半结构化查询重写问题，考虑到中间视图层空间的有限性，已有视图应当尽可能回答更多的查询，传统查询重写方法有考虑半结构化数据之间的约束，而根据约束可以等价变换查询，从而提高中间视图层中的表达能力，提出了一种新的半结构化查询重写的方法，该方法在保证算法正确性和完备性的基础上，利用上半结构化数据中的约束，尤其是XML文件中的路径依赖，来增强中间层物化视图的表达能力，理论分析和初步原型实验证明方法的有效性。     

基于本体的异构信息集成查询划分及转换

使用本体赋予信息语义能够帮助用户准确查询所需要的信息.基于本体的异构信息集成中的关键问题是如何实现全局本体概念实例查询到局域信息数据查询的变换.提出了一种本体概念实例查询的操作表示,并基于这一查询操作表示给出了将全局查询划分为局域查询的方法,局域查询结果经过集成和转换后以统一的形式返回给用户.使用该方法来查询所集成的数据来源,可以获取用户所需要的正确查询结果.     

基于本体的XML语义集成和查询的研究

XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便.先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现.     

非确定性数据查询

数据库技术中尽管有完整性约束技术用来维护数据的确定性,但有些情况可能不满足完整性约束。本文提出了非确定性数据的确定性查询概念,给出的查询重写方法能有效地进行数据库SQL查询语句,它可以违反一系列的约束条件,重写查询去查找相应的与约束一致的数据。     

基于异构集成的元数据及其多表动态查询算法

基于企业内多个分布异构关系数据库的集成需求,设计了一个向上支持集成访问界面,向下表述数据库网络位置、数据模式、数据内容的元数据字典模式。给出了面向集成环境和各异构数据库的通用查询请求表示。基于元数据字典,提出了一种因访问需求变化而引起相关数据库关系表动态变化的动态查询语句构造算法,并对算法进行了论证。     

LAV数据集成系统中查询重写的处理

查询重写是数据集成研究中的一个基本问题,同时也是一个热点问题。MiniCon算法是一种可伸缩的高效的查询重写算法。文本对它进行了深入的介绍,将MiniCon算法与数据源的查询能力相结合,解决了MiniCon算法中不考虑实际数据源查询能力的问题,完成了LAV数据集成系统中的查询处理。     

基于本体的半结构化数据的柔性查询

半结构化数据库没有固定的库模式，用户对其结构难以产生清晰的认识，从而无法有效地查询所需的内容．提出了一种基于本体的柔性查询，用户通过了解数据库本体语义信息而发出的查询不必遵循严格的数据库模式也能得出结果．由于在半结构化数据库上直接查找效率很低，故在其上生成描述结构模式的概念本体库．查询模块先在本体库上评估能否得出查询结果，再在数据库上执行查询．然而由于本体库可能是图的形式，其查询代价仍然很高，本质上是NP问题，进一步研究了将图转化为树的方法，并给出了相应的算法．     

应用本体解决面向语义的信息集成中的查询处理

面向语义的信息集成中基于Web的查询处理应用本体来解决在多个领域中检索数据可能产生的语义层的异构,对于在统一的用户界面下提交的查询请求,根据语义,从Web上搜索相关领域的信息,最终将结果显示在用户界面上.该过程是通过查询分解、子查询转换、分发子查询和子查询结果收集及语义转换来完成的.同时,考虑到基于Web的信息查询一般要涉及多个分布的数据源,查询的响应时间要依赖于网络的传输速度,一般来讲比较长,还借鉴了缓存系统的思想,在查询处理架构中引入了缓存数据库,有选择地存放最常用的查询信息,以提高整个查询的速度.     

企业信息集成中XQuery引擎的查询优化

通过分析研究已有的XQuery引擎和XQuery查询优化的方法,从减少编译时间和执行时间角度出发,提出了一种基于XQuery语句自身优化的新型综合性优化方法,经过XQuery中某常见查询进行仿真实验,可以说明该新型综合优化方法有较强的优势,可以大大地提高XQuery引擎的查询效率。     

异构数据源集成应用模型及其查询处理方法

异构数据源联合使用的目的是屏蔽数据源的异构性，提供给用户一个使用多种数据源的统一接口，在实现联合使用的系统中的难点是用户查询的重写和分解。该文介绍了基于半结构化数据模型的异构数据源联合使用的实现，描述了其中的查询重写和查询分解的方法。     

基于OWL DL的关系数据知识提取研究

关系型数据是企业的重要资源,针对当前关系数据库中海量数据的知识提取转换问题,对如何将关系型数据提取表示为OWLDL本体进行了研究。在形式化关系数据记录和本体模型的基础上,设计了转换算法来提取关系数据并将其转换为本体形式,对其中的标识和关联等关键问题进行了重点研究,最后以实例验证展示算法。该方法的提出可以使本体开发者更容易地将关系数据提取为知识,为快速构建企业知识本体提供了新的途径。     

关系数据库中分布式大数据集成冲突消解仿真

针对当前方法在进行冲突消解时存在消解耗时较长、消解成功率较低的问题,提出一种基于BP神经网络的关系数据库分布式大数据集成冲突消解方法,利用相似度度量方法提取关系数据库中分布式大数据集成过程数据属性特征在语义上的冲突特征,包括字符类型属性值的数据、数值类型属性值的数据、布尔类型属性值的数据,还有区间值类型属性值的数据四种;在相似度计算基础上,实现不同属性值类型数据的冲突特征提取,将这些冲突特征输入到训练好的BP神经网络模型中,判断关系数据库中分布式大数据集成过程是否存在冲突,并对存在的冲突进行消解。仿真对比测试结果证明,所提方法能够实现关系数据库中分布式大数据集成过程的冲突消解,而且具有耗时低、成功率高的优点。     

基于本体的异构数据集成研究

分析了现有的异构数据集成中存在的语义异构问题,提出了一种基于本体的异构数据集成系统框架,并给出了关键模块的设计。     

基于XQuery的数据集成系统中的查询分解算法

XQucry查询语言使用XML作为抽象数据模型。可以对基于XML的数据源作查询，无论这些数据源是真正的XML文件或者是中间件提供的XML视图。本文研究了以XQuery作为查询语言的数据集成系统中的查询分解算法。在XQucry语言的层次，利用它的语言特点实现了多数据源的查询分解算法。     

一种从关系数据库向Flogic本体转换的方法

目前提出的从关系数据库中获取本体的方法主要关注主键之间的相关性,导致抽取的语义信息不全。本文提出一种将关系数据库向Flogic表示的本体转换的方法,该方法通过对主键、数据、属性相关性的综合分析,可以抽取出关系数据库中隐含的语义信息,如继承关系及优化结构。     

数据修复与一致性查询处理研究

在数据库以及集成系统中通常存在违背数据约束的不一致查询问题。修复是解决该问题的主要手段之一,但目前还缺乏基于修复、约束与查询的统一模型研究。提出了基于删除元组修复、满足多种类型约束的一致性查询算法;阐明了具有简洁特性的约束定义与查询语句结构;构建了新的查询与修复系统模型,将关系实例集、非空的约束集、查询定义、修复方法等统一到模型中,以产生满足一致性约束要求的查询结果。所研究的方法、语言以及模型通用性强、适用面广,不局限于特定质量问题的修复与查询。     

Deep Web数据集成中查询处理的研究与进展

随着Web上在线数据库的大量涌现,Deep Web数据集成成为当前信息领域的一个研究热点,而查询处理是其中的一个重要的组成部分。由于Web数据库具有规模大、自治性、异构性以及动态性等特点,使得Deep Web数据集成中的查询处理比传统的分布环境下的查询处理更具挑战性。围绕Deep Web数据集成中查询处理的三个关键研究点:模式匹配、Web数据库的选择以及查询转换,综述了近年来国际上相关的、具代表性的研究成果,分析了这些方法的优缺点,总结并展望了未来的发展方向。     

基于关系数据库的模糊查询技术

在关系数据库中,SQL只能处理精确查询,而现实中存在许多模糊查询的问题。在模糊逻辑理论的基础上,提出了关系数据库的模糊查询思路,并详细地讨论了在数值和字符属性上的实现方法。实现方法不仅对数据库的查询进行了扩展,而且对实际系统的开发也有一定的借鉴作用。