毛金玲

摘要：本文深入研究了關(guān)系數(shù)據(jù)庫(kù)的關(guān)鍵字檢索的檢索機(jī)制和

關(guān)鍵技術(shù)，包括構(gòu)建全文索引、構(gòu)建數(shù)據(jù)庫(kù)模式圖、查詢語(yǔ)言及查詢結(jié)果生成等等。通過(guò)分析相關(guān)檢索系統(tǒng)的實(shí)現(xiàn)策略，給出了面向關(guān)系數(shù)據(jù)庫(kù)的關(guān)鍵字查詢的形式化描述，設(shè)計(jì)了支持關(guān)鍵字檢索的系統(tǒng)架構(gòu)和核心構(gòu)成組件，主要包括數(shù)據(jù)庫(kù)索引、關(guān)鍵字檢索和結(jié)果生成。

關(guān)鍵詞：關(guān)系數(shù)據(jù)庫(kù) ?關(guān)鍵詞查詢 ?數(shù)據(jù)庫(kù)索引

1 系統(tǒng)總體設(shè)計(jì)

人們?cè)谇蠼庖粋€(gè)復(fù)雜問(wèn)題時(shí)，通常采用的是逐步分解、分而治之的方法。也就是把一個(gè)大問(wèn)題分解成若干個(gè)比較容易求解的小問(wèn)題，然后分別求解。設(shè)計(jì)一個(gè)復(fù)雜的系統(tǒng)時(shí)，往往也是把整個(gè)系統(tǒng)劃分為若干個(gè)功能較為單一的功能模塊，然后分別予以設(shè)計(jì)、實(shí)現(xiàn)，這就是模塊化設(shè)計(jì)。本系統(tǒng)也采用這種模塊化設(shè)計(jì)方式。

■

圖1 ?面向關(guān)系數(shù)據(jù)庫(kù)關(guān)鍵字查詢系統(tǒng)框圖

2 數(shù)據(jù)庫(kù)設(shè)計(jì)

本系統(tǒng)為面向關(guān)系數(shù)據(jù)庫(kù)的關(guān)鍵字查詢系統(tǒng)，在實(shí)驗(yàn)中本文選取了IMDB 數(shù)據(jù)集，為了進(jìn)行實(shí)驗(yàn)，將數(shù)據(jù)集整理為以下七個(gè)表數(shù)據(jù)結(jié)構(gòu)。

實(shí)驗(yàn)數(shù)據(jù)集（電影信息數(shù)據(jù)庫(kù)）：

create table Actor（ ? ? //演員表

actorname varchar（50） Primary Key ; ? //演員姓名key

sex varchar（2）; ? ? //性別

mvname varchar（50）; ? ?//出演電影或電視劇名

mvyear varchar（10）; ? ?//電影上映時(shí)間

mvactorname varchar（10）; ? //電影中人物姓名

position varchar（20）; ? ?//電影中人物排名

made varchar（10）; ? //TV 或是Video

setname varchar（50）; ? ? //出演電視劇集名

episode varchar（10）; ? //出演電視劇集

date varchar（10）; ? ? //電視劇播出日期

classification varchar（30）; ?//（achieve football）

）

creat table Consume（ ? ?//設(shè)計(jì)師

consumename varchar（20） Primary Key; ? ? //設(shè)計(jì)師姓名key

mvname varchar（20）; ? ? //電影名或電視劇名

mvyear varchar（10）; ? ? //上映日期

setname varchar（20）; ? ?//電視劇集名

episode varchar（10）; ? //電視劇集

productiondate varchar（10）; ?//電視劇播放日期

classification varchar（30）; ? ? //（as M...）

made varchar（10）; ? ?///（V/TV/uncredited）

）

creat table Director（ ? //導(dǎo)演信息

directorname varchar（20） Primary Key; ? //導(dǎo)演姓名key

mvname varchar（20）; ? ? ?//電影或電視劇名

mvyear varchar（10）; ? ? ? //上映日期

setname varchar（20）; ? ?//電視劇集名

episode varchar（20）; ? ?//電視劇集

made varchar（10）; ? ?//（V/TV/VG）

explantaion varchar（30）; ? ? ?//（as M...）

）

creat table Business（ ? ? //投資

mvname varchar（20） Primary Key; ? ? ?//電影名key

productiondate varchar（20）; ?//拍攝日期

company varchar（50）; ? ? ?//出品公司

studiodate varchar（50）; ? ? //上映日期

masterpiece varchar（1000）;///OW

budget varchar（20）; ? ? ?//預(yù)算

ad varchar（50）; ? ? ///AD

general_revenue varchar（20）; ? //收入

wg varchar（50）; ?//WG

）

creat table Editor（ ? ?//編輯

editorname varchar（20） ?Primary Key; ? ? //編輯名

mvname varchar（20）; ? ? ? //電影或電視劇名key

mvyear varchar（10）; ? ? ?//上映日期

made varchar（10）; ? //（V/TV/video）

setname varchar（20）; ? //電視劇集名key

episode varchar（20）; ? //電視劇集key

explantaion varchar（30）; ? //（as M...）

）

creat table Color { ?//顏色信息

mvname varchar（20）; ? ?//電影或電視劇名key

mvyear varchar（10）; ? ? //上映日期

setname varchar（20）; ? //電視劇集名key

episode varchar（20）; ?//電視劇集key

color varchar（20）; ? //顏色分類color或black and white

explantaion varchar（10）; //顏色分類之后的（）中有（HD）等，（HD）是高清

Primary Key（mvname，setname，episode）;

}

creat table Keyword（ ? ? //關(guān)鍵詞

mvname varchar（20）; ? ?//電影或電視劇名key

mvyear varchar（10）; ? ?//上映日期

setname varchar（20）; ? ?//電視劇集名key

episode varchar（10）; ? ?//電視劇集key

keyword varchar（50）; ? ?//關(guān)鍵詞

Primary Key（mvname，setname，episode）;

）

3 數(shù)據(jù)庫(kù)索引設(shè)計(jì)

由于關(guān)系型數(shù)據(jù)庫(kù)對(duì)于文本屬性上全文索引的支持，所以在文本屬性可以直接利用數(shù)據(jù)庫(kù)中的全文索引。對(duì)于給定的關(guān)鍵字k，全文索引能檢索出查詢關(guān)鍵字所在位置。

對(duì)于數(shù)據(jù)庫(kù)中的表屬性，構(gòu)建索引的方式比較簡(jiǎn)單，依賴于DBMS的IR索引。對(duì)于數(shù)據(jù)庫(kù)中具有文本屬性的列，在該列上建立全文索引。在進(jìn)行關(guān)鍵字查詢時(shí)，對(duì)于給定的關(guān)鍵字，通過(guò)數(shù)據(jù)庫(kù)的全文索引，會(huì)返回包含該關(guān)鍵字的元組集合。

在進(jìn)行關(guān)鍵字查詢的時(shí)候，對(duì)于用戶給定查詢關(guān)鍵字，系統(tǒng)首先要對(duì)給定的關(guān)鍵字進(jìn)行定位，確定關(guān)鍵字所匹配的信息是模式項(xiàng)還是數(shù)值項(xiàng)。

例如，關(guān)鍵字{“Color”“Director”}的索引結(jié)構(gòu)如表1所示。

表1 ?關(guān)鍵字{“Color”“Director”}的索引結(jié)構(gòu)

■

4 關(guān)鍵字檢索設(shè)計(jì)

在搜索引擎行業(yè)，所謂關(guān)鍵字，就是用戶在使用搜索引擎時(shí)輸入的、能夠最大程度概括用戶所要查找的信息內(nèi)容的字或者詞，是信息的概括化和集中化。關(guān)鍵字檢索作為一種易于使用的檢索方式，為大量普通用戶所喜愛(ài)。本文從關(guān)鍵字個(gè)數(shù)角度介紹現(xiàn)有的關(guān)鍵字檢索技術(shù)中最常見(jiàn)的單關(guān)鍵字查詢和多關(guān)鍵字查詢這兩種關(guān)鍵字檢索形式。

5 結(jié)果生成設(shè)計(jì)

在本文中，將查詢結(jié)果定義為元組連接樹(shù)。

元組連接樹(shù)（Joined Tuple Tree）是給定一個(gè)數(shù)據(jù)庫(kù)模式圖GS，一個(gè)元組連接樹(shù)T是一棵元組樹(shù)。其中，T中的每一條邊（ti，tj）（ti∈Ri，tj∈Rj）滿足以下兩個(gè)要求：

①（Ri，Rj）∈RS，

②ti∞tj∈Ri∞Rj。

同時(shí)這些元組連接樹(shù)滿足以下條件：

①完整性：用戶提交的所有關(guān)鍵字均出現(xiàn)在元組連接樹(shù)上;

②最小性：從元組連接樹(shù)中移除任何元組后的元組連接樹(shù)都不具有完整性。

6 結(jié)束語(yǔ)

通過(guò)分析相關(guān)檢索系統(tǒng)的實(shí)現(xiàn)策略，設(shè)計(jì)了支持關(guān)鍵字檢索的系統(tǒng)架構(gòu)和核心構(gòu)成組件，主要包括數(shù)據(jù)庫(kù)索引、數(shù)據(jù)庫(kù)模式圖、關(guān)鍵字檢索和結(jié)果生成。

參考文獻(xiàn)：

[1]吳清怡，馬良荔，孫煜飛.基于數(shù)據(jù)關(guān)系表的XML查詢算法[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013（01）.

[2]林子雨，楊冬青，王騰蛟，張東站.基于關(guān)系數(shù)據(jù)庫(kù)的關(guān)鍵詞查詢[J].軟件學(xué)報(bào)，2010（10）.

[3]張穎，李昕.一種關(guān)系數(shù)據(jù)庫(kù)上的關(guān)鍵詞查詢排序方法[J].遼寧工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013（05）.