本文關(guān)鍵詞： Web數(shù)據(jù)庫(kù) 多樣性推薦 耦合關(guān)系 典型化分析 top-k選取　出處：《計(jì)算機(jī)研究與發(fā)展》2017年07期 　論文類(lèi)型：期刊論文

【摘要】：Web數(shù)據(jù)庫(kù)用戶(hù)通常使用他們熟知的關(guān)鍵字表達(dá)查詢(xún)意圖,這可能導(dǎo)致獲取的結(jié)果不能很好滿(mǎn)足其查詢(xún)需求,因此為他們提供top-k個(gè)與初始查詢(xún)語(yǔ)義相關(guān)且多樣化的候選查詢(xún)有助于用戶(hù)擴(kuò)展知識(shí)范圍,從而更準(zhǔn)確完善地表達(dá)其查詢(xún)意圖.提出一種top-k多樣性關(guān)鍵字查詢(xún)推薦方法.1)利用不同關(guān)鍵字在查詢(xún)歷史中的同現(xiàn)頻率和關(guān)聯(lián)關(guān)系評(píng)估關(guān)鍵字之間的內(nèi)耦合和間耦合關(guān)系;2)根據(jù)關(guān)鍵字之間的耦合關(guān)系構(gòu)建語(yǔ)義矩陣,進(jìn)而利用語(yǔ)義矩陣和核函數(shù)方法評(píng)估不同關(guān)鍵字查詢(xún)之間的語(yǔ)義相關(guān)度.為了快速返回top-k個(gè)與初始查詢(xún)相關(guān)且多樣性的候選查詢(xún),根據(jù)查詢(xún)之間的語(yǔ)義相關(guān)度,利用概率密度函數(shù)分析查詢(xún)的典型程度,并利用近似算法從查詢(xún)歷史中找出典型查詢(xún).對(duì)于所有的典型查詢(xún),從中選出少數(shù)代表性查詢(xún),根據(jù)其他典型查詢(xún)與代表性查詢(xún)之間的語(yǔ)義相關(guān)度,為每個(gè)代表性查詢(xún)構(gòu)建相應(yīng)的查詢(xún)序列;當(dāng)一個(gè)新的查詢(xún)到來(lái)時(shí),評(píng)估其與代表性查詢(xún)之間的語(yǔ)義相關(guān)度,然后利用閾值算法(threshold algorithm,TA)在預(yù)先創(chuàng)建的查詢(xún)序列上快速選出top-k個(gè)與給定查詢(xún)語(yǔ)義相關(guān)的多樣性候選查詢(xún).實(shí)驗(yàn)結(jié)果和分析表明:提出的關(guān)鍵字之間耦合關(guān)系計(jì)算和查詢(xún)之間的語(yǔ)義相關(guān)度評(píng)估方法具有較高準(zhǔn)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(shù)大學(xué)電子與信息工程學(xué)院;遼寧工程技術(shù)大學(xué)軟件學(xué)院;
【基金】：國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(61401185) 遼寧省自然科學(xué)基金項(xiàng)目(20170540418) 遼寧省教育廳科學(xué)技術(shù)研究項(xiàng)目(LJYL018)~~
【分類(lèi)號(hào)】：TP311.13;TP391.3
【正文快照】： 關(guān)鍵字查詢(xún)無(wú)需用戶(hù)了解Web數(shù)據(jù)庫(kù)的結(jié)構(gòu)和內(nèi)容,而是類(lèi)似于谷歌和百度等搜索引擎一樣僅使用少數(shù)幾個(gè)關(guān)鍵字表達(dá)查詢(xún)意圖.近年來(lái),關(guān)系數(shù)據(jù)庫(kù)上關(guān)鍵字查詢(xún)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(xiàn)】

相關(guān)期刊論文 前1條

1 王秀紅;鞠時(shí)光;;用于文本相似度計(jì)算的新核函數(shù)[J];通信學(xué)報(bào);2012年12期

【共引文獻(xiàn)】

相關(guān)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(kù)top-k多樣性關(guān)鍵字查詢(xún)推薦方法[J];計(jì)算機(jī)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(guó)立;;專(zhuān)利文獻(xiàn)的結(jié)構(gòu)樹(shù)模型及其在相似度計(jì)算中的應(yīng)用[J];情報(bào)理論與實(shí)踐;2015年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王秀紅;鞠時(shí)光;;基于混合核函數(shù)的分布式信息檢索結(jié)果融合[J];通信學(xué)報(bào);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(yīng)構(gòu)造[J];計(jì)算機(jī)學(xué)報(bào);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(xué)學(xué)報(bào);2006年04期

4 王國(guó)勝;;核函數(shù)的性質(zhì)及其構(gòu)造方法[J];計(jì)算機(jī)科學(xué);2006年06期

5 吳濤,賀漢根,賀明科;基于插值的核函數(shù)構(gòu)造[J];計(jì)算機(jī)學(xué)報(bào);2003年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 萬(wàn)潔;張文勝;朱青;王珊;;基于歷史信息提升關(guān)鍵字查詢(xún)效率[J];小型微型計(jì)算機(jī)系統(tǒng);2011年11期

2 王煥景;李明;;“關(guān)鍵字查詢(xún)”教學(xué)設(shè)計(jì)[J];中國(guó)教育技術(shù)裝備;2007年12期

3 宋玉玲;王寧;;利用實(shí)體語(yǔ)義信息的關(guān)鍵字查詢(xún)結(jié)果多樣化[J];計(jì)算機(jī)科學(xué)與探索;2014年03期

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

5 任建華;周建;孟祥福;魏珂;;基于關(guān)鍵字之間結(jié)構(gòu)關(guān)系的XML查詢(xún)結(jié)果排序方法[J];計(jì)算機(jī)科學(xué);2013年06期

6 黃靜;陸嘉恒;孟小峰;;高效的XML關(guān)鍵字查詢(xún)改寫(xiě)和結(jié)果生成技術(shù)[J];計(jì)算機(jī)研究與發(fā)展;2010年05期

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

8 周軍鋒;孟小峰;;XML關(guān)鍵字查詢(xún)處理研究[J];計(jì)算機(jī)學(xué)報(bào);2012年12期

9 吳海濤;;一種改進(jìn)的XML關(guān)鍵字查詢(xún)算法[J];南京工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年02期

10 李艷紅;李國(guó)徽;張聰;;路網(wǎng)中空間關(guān)鍵字連續(xù)k近鄰查詢(xún)算法研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年12期

相關(guān)會(huì)議論文 前5條

1 謝濤;王曉玲;歐陽(yáng)樹(shù)生;周傲英;;XML關(guān)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(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

2 黃靜;陸嘉恒;孟小峰;;高效的XML關(guān)鍵字查詢(xún)改寫(xiě)和結(jié)果生成技術(shù)[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

3 方非;朱皓;楊衛(wèi)東;;基于結(jié)構(gòu)摘要的XML關(guān)鍵字檢索[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)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(shí)體的XML關(guān)鍵字查詢(xún)語(yǔ)義[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)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(guān)鍵字查詢(xún)[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 張晨靜;XML關(guān)鍵字過(guò)濾技術(shù)[D];復(fù)旦大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 張丹婷;基于事前約束的XML關(guān)鍵字查詢(xún)處理研究[D];燕山大學(xué);2015年

2 林健;云環(huán)境下支持隱私保護(hù)的動(dòng)態(tài)模糊多關(guān)鍵字排列查詢(xún)方法研究[D];東北大學(xué);2014年

3 崔清娟;已知社交的Top-k空間關(guān)鍵字查詢(xún)[D];燕山大學(xué);2016年

4 方海林;面向LBS的近鄰及反近鄰空間關(guān)鍵字查詢(xún)研究[D];蘇州大學(xué);2016年

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

6 張宇晨;基于圖結(jié)構(gòu)的多關(guān)鍵字查詢(xún)技術(shù)研究[D];南京郵電大學(xué);2016年

7 劉勇;基于地理位置的模糊關(guān)鍵字檢索[D];黑龍江大學(xué);2016年

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

9 李泉霖;基于Hadoop的XML關(guān)鍵字查詢(xún)算法研究[D];遼寧師范大學(xué);2016年

10 李赫;個(gè)人數(shù)據(jù)空間管理系統(tǒng)關(guān)鍵字查詢(xún)的研究與實(shí)現(xiàn)[D];北京交通大學(xué);2012年

，

本文編號(hào)：1451076