数据库技术经过多年的不断发展已经成为当今IT领域最成功的技术之一,它推动了全球范围内的商业、政务、金融等方面数据管理的发展。当代数据的三个典型特点使得传统关系数据库捉襟见肘、疲于应付。首先是数据信息海量化,其次是信息共享化,最后是数据类型多样化。针对这些特点,传统数据库已经不能满足当前信息化发展日益增长的需要。数据空间(dataspace)是一个抽象的数据管理概念,旨在克服当前遇到的挑战。其目的是减少需要设置通过利用现有的匹配和映射生成技术依托数据集成系统的方法,因为它是使用以改善系统随收随付即付(Pay as you go)方式进行管理的。
本文基于现有数据空间研究成果的基础上,对数据空间的组织形式,数据空间中关联关系规则的挖掘以及知识发现,数据空间的查询处理以及结果排序进行了研究。首先,本文在分析以往数据空间管理系统体系结构的基础上,将数据空间分为对象模型层、基础层、资源层、分析层以及管理层五层体系结构。其次,通过定义SPORD模型来表示资源层数据组织形式,随后针对数据空间资源层资源节点之间关联关系,提出了一个基于FP-tree的改进模型,实现多维关联关系规则发现。再次,将数据空间查询处理分为内容查询、结构化查询以及语义查询,重点介绍通过MS-SteinierTree算法对语义查询处理,以及结果top-k排序。最后,以C#、VS2008为实验平台,通过实验对MDFP-tree模型以及MS-SteinierTree算法进行性能以及可行性验证。实验结果证明MDFP-tree算法和MS-SteinierTree算法的具有优越性和可行性。
本文关键词:
