面向小規(guī)劃XML文檔檢索研究與設(shè)計(jì).pdf

1、Web技術(shù)的飛速發(fā)展使得全球信息的傳遞和共享日益增多，如何利用信息檢索技術(shù)在網(wǎng)絡(luò)資源中高效地發(fā)現(xiàn)和使用有價(jià)值信息一直都是行業(yè)的焦點(diǎn)。隨著網(wǎng)絡(luò)和信息技術(shù)的發(fā)展，網(wǎng)絡(luò)中的信息量呈幾何級(jí)數(shù)增長(zhǎng)，數(shù)據(jù)的種類(lèi)也呈多樣化和混合化，對(duì)信息表示和數(shù)據(jù)交換標(biāo)準(zhǔn)的要求也越來(lái)越高。XML作為一種自描述，可擴(kuò)展的半結(jié)構(gòu)化標(biāo)記語(yǔ)言，它實(shí)現(xiàn)了內(nèi)容、結(jié)構(gòu)和表現(xiàn)三者的分離，越來(lái)越多的數(shù)據(jù)開(kāi)始使用XML進(jìn)行描述、存儲(chǔ)和交換，已經(jīng)逐漸取代HTML成為Web數(shù)據(jù)表現(xiàn)、存儲(chǔ)和

2、交換的標(biāo)準(zhǔn)。在這種情況下，面向XML的信息檢索已經(jīng)成為信息檢索領(lǐng)域的研究熱點(diǎn)之一。
　　 對(duì)于網(wǎng)絡(luò)中海量的XML數(shù)據(jù)，不同的用戶在不同場(chǎng)合需要不同的檢索技術(shù)。目前對(duì)于大規(guī)模XML文檔的檢索，通常以XML元素為檢索單元，只返回符合條件的文檔片斷，這種方法可以提高檢索精度，但判斷符合檢索條件片斷的粒度卻很困難。而對(duì)于海量的小規(guī)模XML文檔，文檔本身比較短小，如果只返回文檔中個(gè)別片斷，經(jīng)常會(huì)出現(xiàn)提供信息量小、信息不完整以至于不能滿足用

3、戶要求的情況。因此，借鑒Web搜索，對(duì)于以XML整篇文檔為檢索單元的檢索方式研究是很有意義的。
　　 本文在前人工作的基礎(chǔ)上，針對(duì)XML的半結(jié)構(gòu)化特點(diǎn)，從檢索技術(shù)、數(shù)學(xué)模型、相關(guān)查詢方式等方面研究了已有的技術(shù)和手段，就現(xiàn)有XML檢索技術(shù)中存在的問(wèn)題，給出一個(gè)面向海量小規(guī)模XML文檔融合路徑約束的XML檢索方案。創(chuàng)新點(diǎn)包括：為使用戶更加容易且準(zhǔn)確的表達(dá)查詢需求，提出帶有XPath形式路徑約束的關(guān)鍵字作為提交用戶查詢請(qǐng)求的方式；同時(shí)