本文關鍵詞： Web數(shù)據(jù)庫 多樣性推薦 耦合關系 典型化分析 top-k選取　出處：《計算機研究與發(fā)展》2017年07期 　論文類型：期刊論文

【摘要】：Web數(shù)據(jù)庫用戶通常使用他們熟知的關鍵字表達查詢意圖,這可能導致獲取的結果不能很好滿足其查詢需求,因此為他們提供top-k個與初始查詢語義相關且多樣化的候選查詢有助于用戶擴展知識范圍,從而更準確完善地表達其查詢意圖.提出一種top-k多樣性關鍵字查詢推薦方法.1)利用不同關鍵字在查詢歷史中的同現(xiàn)頻率和關聯(lián)關系評估關鍵字之間的內耦合和間耦合關系;2)根據(jù)關鍵字之間的耦合關系構建語義矩陣,進而利用語義矩陣和核函數(shù)方法評估不同關鍵字查詢之間的語義相關度.為了快速返回top-k個與初始查詢相關且多樣性的候選查詢,根據(jù)查詢之間的語義相關度,利用概率密度函數(shù)分析查詢的典型程度,并利用近似算法從查詢歷史中找出典型查詢.對于所有的典型查詢,從中選出少數(shù)代表性查詢,根據(jù)其他典型查詢與代表性查詢之間的語義相關度,為每個代表性查詢構建相應的查詢序列;當一個新的查詢到來時,評估其與代表性查詢之間的語義相關度,然后利用閾值算法(threshold algorithm,TA)在預先創(chuàng)建的查詢序列上快速選出top-k個與給定查詢語義相關的多樣性候選查詢.實驗結果和分析表明:提出的關鍵字之間耦合關系計算和查詢之間的語義相關度評估方法具有較高準確性,top-k多樣性選取方法具有較好效果和較高執(zhí)行效率.
[Abstract]:Web database users usually use keywords they know well to express their query intent, which may result in the obtained results not being able to meet their query requirements. Therefore, it is helpful for users to provide top-k with a variety of candidate queries related to the semantics of the initial query. In order to express its query intention more accurately and perfectly, this paper proposes a top-k diversity keyword query recommendation method. 1). The cooccurrence frequency and correlation relation of different keywords in the query history are used to evaluate the coupling and coupling between keywords. 2) constructing semantic matrix according to the coupling relation between keywords. Then the semantic matrix and kernel function are used to evaluate the semantic correlation between different keyword queries. In order to quickly return top-k candidate queries related to the initial query and diversity. According to the semantic correlation of the query, the probability density function is used to analyze the typical degree of query, and the approximate algorithm is used to find out the typical query from the query history. A few representative queries are selected and corresponding query sequences are constructed for each representative query according to the semantic correlation between other typical queries and representative queries. When a new query arrives, the semantic correlation between the query and the representative query is evaluated, and then threshold algorithm is used. ). Top-k multiple candidate queries related to the given query semantics are quickly selected from the pre-created query sequences. The experimental results and analysis show that:. The proposed method for evaluating the semantic correlation between the key words and the query has a high accuracy. Top-k diversity selection method has better effect and higher execution efficiency.
【作者單位】： 遼寧工程技術大學電子與信息工程學院;遼寧工程技術大學軟件學院;
【基金】：國家自然科學基金青年科學基金項目(61401185) 遼寧省自然科學基金項目(20170540418) 遼寧省教育廳科學技術研究項目(LJYL018)~~
【分類號】：TP311.13;TP391.3
【正文快照】： 關鍵字查詢無需用戶了解Web數(shù)據(jù)庫的結構和內容,而是類似于谷歌和百度等搜索引擎一樣僅使用少數(shù)幾個關鍵字表達查詢意圖.近年來,關系數(shù)據(jù)庫上關鍵字查詢的代表性研究工作主要是基于模式圖(schema graph,SG)[1-3]和候選網(wǎng)(candidate networks,CNs)[4-6]的全文匹配方法.然而,上

【參考文獻】

相關期刊論文 前1條

1 王秀紅;鞠時光;;用于文本相似度計算的新核函數(shù)[J];通信學報;2012年12期

【共引文獻】

相關期刊論文 前2條

1 孟祥福;畢崇春;張霄雁;唐曉亮;唐延歡;;Web數(shù)據(jù)庫top-k多樣性關鍵字查詢推薦方法[J];計算機研究與發(fā)展;2017年07期

2 王秀紅;袁艷;趙志程;李潔玉;劉海軍;楊國立;;專利文獻的結構樹模型及其在相似度計算中的應用[J];情報理論與實踐;2015年03期

【二級參考文獻】

相關期刊論文 前5條

1 王秀紅;鞠時光;;基于混合核函數(shù)的分布式信息檢索結果融合[J];通信學報;2011年04期

2 任雙橋;魏璽章;黎湘;莊釗文;;基于特征可分性的核函數(shù)自適應構造[J];計算機學報;2008年05期

3 王華忠;俞金壽;;核函數(shù)方法及其模型選擇[J];江南大學學報;2006年04期

4 王國勝;;核函數(shù)的性質及其構造方法[J];計算機科學;2006年06期

5 吳濤,賀漢根,賀明科;基于插值的核函數(shù)構造[J];計算機學報;2003年08期

【相似文獻】

相關期刊論文 前10條

1 萬潔;張文勝;朱青;王珊;;基于歷史信息提升關鍵字查詢效率[J];小型微型計算機系統(tǒng);2011年11期

2 王煥景;李明;;“關鍵字查詢”教學設計[J];中國教育技術裝備;2007年12期

3 宋玉玲;王寧;;利用實體語義信息的關鍵字查詢結果多樣化[J];計算機科學與探索;2014年03期

4 陳子軍;周同;劉文遠;;面向集合和方向的空間關鍵字查詢[J];小型微型計算機系統(tǒng);2014年05期

5 任建華;周建;孟祥福;魏珂;;基于關鍵字之間結構關系的XML查詢結果排序方法[J];計算機科學;2013年06期

6 黃靜;陸嘉恒;孟小峰;;高效的XML關鍵字查詢改寫和結果生成技術[J];計算機研究與發(fā)展;2010年05期

7 王金寶;高宏;李建中;楊東華;;RB樹:一種支持空間近似關鍵字查詢的外存索引[J];計算機研究與發(fā)展;2012年10期

8 周軍鋒;孟小峰;;XML關鍵字查詢處理研究[J];計算機學報;2012年12期

9 吳海濤;;一種改進的XML關鍵字查詢算法[J];南京工程學院學報(自然科學版);2011年02期

10 李艷紅;李國徽;張聰;;路網(wǎng)中空間關鍵字連續(xù)k近鄰查詢算法研究[J];華中科技大學學報(自然科學版);2013年12期

相關會議論文 前5條

1 謝濤;王曉玲;歐陽樹生;周傲英;;XML關鍵字檢索的最低公共祖先快速查找方法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

2 黃靜;陸嘉恒;孟小峰;;高效的XML關鍵字查詢改寫和結果生成技術[A];第26屆中國數(shù)據(jù)庫學術會議論文集（A輯）[C];2009年

3 方非;朱皓;楊衛(wèi)東;;基于結構摘要的XML關鍵字檢索[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

4 黃靜;徐俊勁;周軍鋒;孟小峰;;MLCEA:一種基于實體的XML關鍵字查詢語義[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集（二）[C];2008年

5 王小鋒;張新;謝敏;孟小峰;周軍鋒;;XML數(shù)據(jù)流上的關鍵字查詢[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

相關博士學位論文 前1條

1 張晨靜;XML關鍵字過濾技術[D];復旦大學;2011年

相關碩士學位論文 前10條

1 張丹婷;基于事前約束的XML關鍵字查詢處理研究[D];燕山大學;2015年

2 林健;云環(huán)境下支持隱私保護的動態(tài)模糊多關鍵字排列查詢方法研究[D];東北大學;2014年

3 崔清娟;已知社交的Top-k空間關鍵字查詢[D];燕山大學;2016年

4 方海林;面向LBS的近鄰及反近鄰空間關鍵字查詢研究[D];蘇州大學;2016年

5 楊韻碩;模糊關鍵字可搜索加密算法的研究與實現(xiàn)[D];電子科技大學;2016年

6 張宇晨;基于圖結構的多關鍵字查詢技術研究[D];南京郵電大學;2016年

7 劉勇;基于地理位置的模糊關鍵字檢索[D];黑龍江大學;2016年

8 胡勝平;面向云端加密數(shù)據(jù)的多關鍵字模糊檢索策略[D];東華大學;2017年

9 李泉霖;基于Hadoop的XML關鍵字查詢算法研究[D];遼寧師范大學;2016年

10 李赫;個人數(shù)據(jù)空間管理系統(tǒng)關鍵字查詢的研究與實現(xiàn)[D];北京交通大學;2012年

，

本文編號：1451076