基于数据源信息语境的复杂模式匹配方法

doi:10.3778/j.issn.1002-8331.2010.09.034

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 120-122.DOI: 10.3778/j.issn.1002-8331.2010.09.034

• 数据库、信号与信息处理 • 上一篇下一篇

基于数据源信息语境的复杂模式匹配方法

刘顺江，刘国华，李颖

燕山大学信息科学与工程学院，河北秦皇岛 066004

收稿日期:2008-09-23 修回日期:2008-12-01 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 刘顺江

Complex schema matching approach based on informational context of data sources

LIU Shun-jiang，LIU Guo-hua，LI Ying

College of Information Science and Engineering，Yanshan University，Qinhuangdao，Hebei 066004，China

Received:2008-09-23 Revised:2008-12-01 Online:2010-03-21 Published:2010-03-21
Contact: LIU Shun-jiang

摘要/Abstract

摘要： 异构数据源间的模式匹配技术是数据共享应用设计的基本步骤。提出了一种新型的模式匹配方法——基于数据源信息语境的复杂模式匹配方法，它采用考虑数据源的信息语境来计算复杂匹配，能够有效地解决复杂匹配时产生的候选匹配查询空间过大的问题。该方法首先从数据源的信息语境中抽取复杂概念，并将抽取的复杂概念添加到原有数据源中，然后通过模式匹配模块计算数据源间的概念匹配。实验表明，该方法不仅能大大降低候选匹配查询空间的规模，而且能够提高模式匹配的查全率和查准率。

关键词: 信息语境, 复杂概念, 复杂匹配, 语境分析

Abstract: The elaboration of semantic matching between heterogeneous sources is a fundamental step in the design of data sharing applications.A new schema matching approach，context-based complex schema matching is introduced.It takes into account data sources’ context to complete the complex concepts，and effectively reduces large spaces of possible matches.First，it extracts the complex concepts from the data sources’ informational context and adds the complex concepts to the data sources，then computes the data sources’ concept matching with matching module.Experiment shows this approach can not only avoid searching large scale of possible matches，but improve the recall and precision of schema matching.

Key words: informational context, complex concept, complex matching, context analysis

中图分类号:

TP311

刘顺江，刘国华，李颖. 基于数据源信息语境的复杂模式匹配方法[J]. 计算机工程与应用, 2010, 46(9): 120-122.

LIU Shun-jiang，LIU Guo-hua，LI Ying. Complex schema matching approach based on informational context of data sources[J]. Computer Engineering and Applications, 2010, 46(9): 120-122.

[1]	史恒亮^1，2，3，任崇广^1，3，白光一^1，3，普杰信². 自适应蚁群优化的云数据库动态路径查询[J]. 计算机工程与应用, 2010, 46(9): 10-12.
[2]	赵倩，尚学群. 从基因芯片数据快速有效地挖掘共调控基因[J]. 计算机工程与应用, 2010, 46(9): 33-37.
[3]	戎玫. 一种基于场景的嵌入式软件设计方法[J]. 计算机工程与应用, 2010, 46(9): 62-64.
[4]	鲁小云，杨勇，王凌云. S-粗Vague集合及应用[J]. 计算机工程与应用, 2010, 46(8): 34-36.
[5]	袁本刚¹，陈莉¹，金燕². 挖掘数据库中的负频繁模式[J]. 计算机工程与应用, 2010, 46(8): 117-119.
[6]	陈红^1，2，郭躬德^1，2. 基于空间覆盖的半监督特征选择方法[J]. 计算机工程与应用, 2010, 46(8): 130-132.
[7]	赵倩，尚学群，王淼. 基于seeds集和频繁项集挖掘的半监督聚类算法[J]. 计算机工程与应用, 2010, 46(8): 123-126.
[8]	张黎¹，逄涣利¹，王小虎¹，王佳². 一种共调控基因C均值模糊聚类算法[J]. 计算机工程与应用, 2010, 46(7): 32-33.
[9]	唐爱国¹，王如龙²，胡春华¹. 贝叶斯网络在软件项目风险评估中的应用[J]. 计算机工程与应用, 2010, 46(7): 62-65.
[10]	汪琳，庄卫华. 一种Web日志序列模式挖掘的改进方法[J]. 计算机工程与应用, 2010, 46(7): 136-138.
[11]	胡明晓¹，DING Leon X². 一种用于抄袭识别的文档距离度量[J]. 计算机工程与应用, 2010, 46(7): 148-152.
[12]	朱峰，陈莉. 一种改进的蚁群聚类算法[J]. 计算机工程与应用, 2010, 46(6): 133-135.
[13]	陈小冬^1，2，尹学松²，林焕祥³. 基于判别分析的半监督聚类方法[J]. 计算机工程与应用, 2010, 46(6): 139-143.
[14]	吴庆曦，陶先平. ARDF：一种用于应用迁移的资源描述框架[J]. 计算机工程与应用, 2010, 46(6): 67-70.
[15]	魏江，范红刚，王昕. 改进的自适应快速整像素搜索算法[J]. 计算机工程与应用, 2010, 46(5): 186-188.

基于数据源信息语境的复杂模式匹配方法

Complex schema matching approach based on informational context of data sources

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics