Chinese Keyword Search by Indexing in Relational Databases

In this paper, we propose a new method based on index to realize IR-style Chinese keyword search with ranking strategies in relational databases. This method creates an index by using the related information of tuple words and presents a ranking strategy in terms of the nature of Chinese words. For a Chinese keyword query, the index is used to match query search words and the tuple words in index quickly, and to compute similarities between the query and tuples by the ranking strategy, and then the set of identifiers of candidate tuples is generated. Thus, we retrieve top-N results of the query using SQL selection statements and output the ranked answers according to the similarities. The experimental results show that our method is efficient and effective.

AUTOMATIC SEARCHING OF CONTROL POINT IN NOAA AVHRR IMAGE

This paper discusses the approaches for automatical searching of control points in the NOAA AVHRR image on the basis of data rearrangement in the form of latitude and longitude grid. The vegetation index transformation and multi-level matching strategies have been proven effective and successful as the experiments show while the control point database is established.

基于时间的关键字路网路径规划

为了便于道路网距离的计算、对象文本信息和时间信息的组织和快速获取,改进G-Tree,在索引结构上增加时间戳和倒排序列相关信息,称包含时间戳和倒排序列相关信息的G-Tree为IGT-Tree.并基于构建的IGT-Tree设计了两种推荐算法:一种是基于时间的目标点查询算法,另一种是在目标点查询算法基础上的路径推荐算法.最后,在基于时间的关键字路网通过实验对比G-Tree的算法验证了所提算法的高效性.

基于坐标映射及多重图划分的图相似查询研究

图相似查询是图数据库资源管理最重要的操作之一。目前的相似性查询算法几乎都是采用对整个图数据库进行过滤得到候选集的方式,没有考虑在实际图数据库中各数据图规模之间存在着一定的差距,没有必要对整个图数据库进行计算。因此,提出了一种基于坐标映射的批量处理方式,从规模上对数据图进行剔除,使得后续需要计算的数据图数量大大减少。同时给出了一个参数化的、基于选择性划分的GED下界,使得图划分方式具有约束性,而不是随机的,并在此基础上给出了一个多层索引结构,用于GED下限交叉检查。模拟实验结果表明,所提出的处理方法在通过坐标映射来尽量缩减计算时间的同时,较好地提升了过滤精度,甚至能在过滤阶段就得到相似查询的结果。

分布式数据库搜索引擎的索引建立和优化

对于使用数据的用户来说,能找到准确的数据且没有遗漏是一件非常困难的事。为了较好地满足用户需求,该文提出了利用分布式数据库搜索引擎架构来实现智能化的搜索和定位。通过建立和优化索引,并使用适当的排序算法,搜索引擎能将最贴近用户需要的结果排在其他结果之前,从而提高搜索引擎的检索效率、查全率和查精率。实验表明,该引擎的查全率为90.02%,查精率为89.78%。

中英文WWW搜索引擎的信息处理

描述了WWW搜索引擎信息处理的相关问题，尤其对中文WWW搜索引擎信息处理的关键技术进行了讨论，并在此基础上提出了一个中英文WWW搜索引擎的实现方案，着重描述了其信息处理方法。

可信数据库环境下面向服务的自适应密文数据查询方法

实现加密数据的高效安全查询是保证可信数据库安全性和实用性的关键.与目前加密数据查询采用的静态密文分段方法不同,论文基于加密数据的分布和用户查询类型、分布规律,提出了一种自适应加密索引AEI(Adaptive Encrypted Index),实现面向服务的加密数据查询.AEI通过分析查询服务对查询性能的影响,根据承载服务特性、密文数据分布、用户查询分布采用自适应的加密索引划分策略,获得更好的加密数据查询性能.基于AEI方法可在可信数据库环境下实现密文数据查询,并通过了相关性能测试.实验数据表明,与其它加密数据查询方法相比,AEI方法具有更好的适应性和更高的加密数据查询效率.

Internet信息资源索引方法的研究

本文讨论了Internet网上搜索引擎的设计原理，信息索引数据库的设计、实现及系统优化方法。

基于知识库的网页自动标引和自动分类系统的设计

针对中文网页文本信息特征,提出了信息标引和组织方案,并构建了一个基于知识库的网页自动标引和自动分类系统。中文网页的自动标引和自动分类思想主要基于知识库进行。知识库实际上是一个基于《中图法》的专家知识系统,包括了中图法库、汉表库、分类号主题词对应库、同义词库、关键词库等若干数据库。在确定网页基本信息标引源的基础上,中文网页主题标引运用了基于词频的统计加权法;通过与分类号一主题词对应库主题词串的词面相似度计算,进一步完成中文网页的分类标引。最后还讨论了新词识别等技术问题。

基于关系数据库的top-k聚合关键词查询

基于关系数据库的关键词查询,使得用户在不需要掌握结构化查询语言和数据库模式的情况下,可以方便地进行关系数据库查询.给定一个关键词查询,已有的方法通过数据库中的主外键关联,查询得到包含关键词的元组集合.但是,在很多实际应用中,元组集合的聚合结果对用户更有价值;研究了基于关系数据库的top-k聚合关键词查询,提出了基于递归的聚合单元枚举算法——基于递归的完全搜索(recursion-based full search,RFS).为了获得更好的查询性能,设计了新的排序方法、二维索引和快速搜索算法——基于输出的快速搜索(output-based quick search,OQS),从而可以高效地枚举top-k个聚合单元;在不同的数据集上进行了大量的实验,实验结果表明OQS算法具有良好的查询性能.

深度加工标引的中国药物专利数据库

目的:促进我国药物创新,为药物专利审查和药物创新研究提供有效的检索工具,为我国数据深加工产业的发展奠定基础。方法:中国药物专利数据库是在充分考虑药物专利文献特点,吸收、借鉴国外专业化数据深加工经验的基础上建成。结果:吸取了DIALOG、STN等国际联机检索系统和CA/PHARM/DWPI等世界权威数据库的优点和先进的检索功能;具有强大的辅助文档——中药材数据库和西药辞典,可进行药物名称的多文种检索、同义词检索、模糊检索和高级精确检索;支持包含多种中药材的方剂相似性检索;支持确定化学结构检索;友好的检索界面和便捷的操作方法及傻瓜式简单检索和专业化高级检索并行。结论:在国内首次实现了中国药物专利信息的专业化检索功能,包括专业化主题检索、化学物质信息与中药材信息跨库检索、中药方剂信息相似性检索、化学结构图形检索等功能。

林业微生物菌种资源数据库查询系统构建

以林业微生物菌种信息为研究对象 ,采用计算机网络和数据库技术 ,构建了基于Web的林业微生物菌种资源数据库查询系统。系统具有适用性强、用户交互性好和使用方便等特点 ,不仅能为普通用户提供翔实的菌种信息 ,而且实现了菌种信息的动态管理 ,提高了工作效率 ,具有较高的实用价值。

空间近似关键字反远邻查询

空间数据集中的点普遍由空间信息及描述文本信息组成.空间近似关键字反远邻查询(Approximate String Reverse Furthest Neighbors Search,ASRFNS)问题是在一个空间数据集中搜索所有以给定查询点为最远邻,且满足文本相似度条件的目标.基于现有的空间反远邻查询算法以及近似关键字查询算法,我们提出了两个基本的解决算法:凸包最远单元交集(CHFCs Join)算法和凸包最远单元近似字符串串行查询(CHFCASSS)算法;我们又设计了一种包含空间和关键字信息的外存索引结构Filter-Rtree,并给出了相应的凸包最远单元过滤R树(CHFilterRtree)高效算法.通过真实数据集的实验测试,验证这三种算法的有效性,并分析比较了其性能与效率.

Internet搜索引擎索引数据库的设计与实现

Internet网络环境搜索引擎主要由三部分组成:搜索器、索引数据库和用户界面。搜索器搜索到Internet的W eb页面后,将页面信息存入索引数据库,最后通过用户界面提供给用户。介绍索引数据库的组织和索引过程的实现。搜索器采用Spider,将搜索结果存入索引数据库。

一种基于RPUC的Web文档索引库的更新算法

为提高搜索引擎文档索引库有效性验证的效率,本文提出了一种综合考虑网页更新频度、用户兴趣度及其内容重要程度诸因素相结合以确定文档索引库更新队列的算法。算法将用户的检索率、点击率、网页的 Page Rank 值和更新频度作为一个特征向量,与不同种类的网页的特征权值组成的矩阵相乘,求得网页的类型向量,依据类型向量实现对文档索引库更新队列的优化,算法改进了统一更新策略周期长、单一更新策略可能产生改变频繁而非常重要的网站长期又得不到更新的问题。

一种基于预先索引的关系数据库关键词搜索方法

关系数据库的关键词搜索面临的最大挑战在于满足需求的答案可能来自多个关系的元组的组合。现有主流方法通过定位每个关键词对应的元组并动态发现元组之间的关联来得到搜索结果。然而当数据库规模较大或模式复杂时,这些方法存在搜索效率低的问题;此外,这些方法因只能支持简单的关键词查询而实用性受到限制。为此,提出对元组的组合进行预先索引从而加快搜索,此外还对其索引效率及查询能力进行改进以提高系统的可用性。首先,为了提高搜索和索引效率,提出基于模式图的元组连接枚举技术,该技术利用无环模式图枚举合适的关系连接,将其转换为SQL语句在数据库中执行以得到可能的元组连接;其次,为了保证结果的紧致性,提出了1到m元组连接的预先索引与顺序搜索机制,该机制对元组连接进行由小到大的搜索,并限制所有包含已有结果的元组连接都不再参与搜索;最后,为了支持复杂查询,提出基于域的索引结构,为每个元组连接建立面向不同查询类型的域,通过查找多个域并对结果进行逻辑组合得到最终结果。实验表明,相比于已有技术,本技术具有较快的索引速度与较高的查询效率,并能提供如布尔查询、属性查询等的复杂查询能力。

数据库快速查询方法研究与应用

提出了一种优化大型数据库性能的方法.通过调整内存参数优化,设计索引的优化这两方面来对大型数据库系统进行优化,以求使数据库的性能得到优化.实验结果表明,通过本文方法优化后的数据库在运行时间,搜索速度等性能上都有了很大的提高,因此得出,本文的方法在改进数据库性能方面,有很好的效果.

XML搜索引擎技术的实现与探讨

如何高效利用网络资源一直是人们关注的焦点。XML可扩展性标记语言不仅支持自定义标记,还能表达语义,因而为提高网络搜索的准确性提供了可能。文章主要介绍了基于XML可扩展标记语言搜索引擎技术实现的核心部分——索引数据库的建立和查询,并提出了现行网络环境下的XML搜索引擎模型。

Oracle数据库中Clob大字段的查询优化技术研究

在数据量达到几十万的数据库中查询Clob字段,其响应的时间是影响数据库应用的关键技术。为了提高Oracle数据库中Clob大字段的查询速度以满足用户的需求,介绍了数据库参数配置、数据表结构配置、全文索引等常用的优化技术对查询进行优化,接着介绍了笔者在开发一个应用系统中采用的建立一个优化JOB、分区建立表、分区建立表全文索引和Oracle的并行执行等优化技术来进行调整和优化。使查询Clob字段速度得到了明显的提高,最终满足了用户的需要。

基于最高响应比算法的WWW索引库更新方法

The problem is analyzed in refreshment of WWW search engine information database. With a view to thecharacteristic of WWW pages and effectiveness of information database, a new www indexed database refreshment al-gorithm based on the highest responding ratio is provided in this paper to relieve the heavy management of indexed in-formation database.