專利名稱：一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，屬數(shù)據(jù)庫檢索技術(shù)領(lǐng)域。
背景技術(shù)：
在許多專業(yè)領(lǐng)域數(shù)據(jù)庫系統(tǒng)中，往往存在大量的專業(yè)術(shù)語或?qū)I(yè)名詞的記錄，如在冶金領(lǐng)域的礦物介電常數(shù)數(shù)據(jù)庫所涉及的礦物名稱的記錄非常多，而在大量記錄的數(shù)據(jù)庫中，如何根據(jù)用戶的帶有專業(yè)術(shù)語的檢索詞有效的檢索出更多相關(guān)的信息也是各種專業(yè)領(lǐng)域數(shù)據(jù)庫系統(tǒng)的一個(gè)重要研究方向。通常在數(shù)據(jù)庫中檢索礦物介電常數(shù)記錄時(shí)，會(huì)根據(jù)礦物的名稱來進(jìn)行檢索。如檢索“硫鐵礦”，采用常規(guī)的數(shù)據(jù)庫檢索方法，可以應(yīng)用SQL (Structured Query Language)語句來檢索數(shù)據(jù)庫的表(Table)中的某個(gè)字段(Field)的值為某一指定的值，例如:“SELECT礦物名稱，介電常數(shù)FROM礦物介電常數(shù)表WHERE礦物名稱=‘鈦鐵礦’ ”這樣的語句來檢索數(shù)據(jù)庫。這種檢索方式往往檢索到單一的信息，而無法得到與“鈦鐵礦”相關(guān)聯(lián)的礦物，如“錳鐵礦”、“硫鐵礦”的介電常數(shù)信息。這種方式下，用戶往往需要多次輸入檢索詞才能檢索到所需要的信息，而且每次的顯示結(jié)果都是單一的，不能將一些用戶需要的信息整合到一起顯示，以便用戶對(duì)比研究。目前很多檢索系統(tǒng)是通過提供高級(jí)檢索方式，由用戶輸入多個(gè)檢索詞以構(gòu)造檢索語句來實(shí)現(xiàn)，而這種方式也需要用戶錄入較多的檢索詞，很不方便用戶的使用。為了得到更多的信息，對(duì)單一檢索詞，通常的做法就是將SQL語句的條件表達(dá)式改為模糊檢索方式，并將檢索詞進(jìn)行拆分，如:對(duì)“硫鐵礦”可以拆分成條件表達(dá)式“礦物名稱LIKE ‘％硫％’”、“礦物名稱LIKE ‘％鐵％”，和“礦物名稱LIKE ‘％礦％’”，然后將這些條件表達(dá)式構(gòu)造為檢索語句在數(shù)據(jù)庫中進(jìn)行檢索，最后將檢索結(jié)果通過UNION連詞合并起來。這種檢索方式又將會(huì)檢索出大量的與用戶的期望不相關(guān)的信息，用戶需要花費(fèi)大量的時(shí)間來自行篩選和判斷，也就是說，信息量很大，但相關(guān)度卻很低。另一種方法就是采用分詞技術(shù)來解析檢索詞，如將“硫鐵礦”解析為“硫鐵礦”和“鐵礦”，而將“錳鐵礦”解析為“錳鐵礦”和“鐵礦”，然后再進(jìn)行模糊檢索。但是很多專業(yè)術(shù)語并沒有統(tǒng)一的規(guī)律可循，如“鈦精礦”，如果解析為“鈦精礦”和“精礦”顯然不合適。同時(shí)，使用模糊檢索方式，數(shù)據(jù)庫系統(tǒng)在檢索時(shí)將會(huì)掃描文本性字段，如果過多使用模糊檢索將會(huì)導(dǎo)致系統(tǒng)的檢索性能下降。

發(fā)明內(nèi)容
針對(duì)上述問題，本發(fā)明提供了一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，包括如下步驟:
(A)建立概念樹:利用所屬領(lǐng)域的概念間內(nèi)在的關(guān)聯(lián)因素建立概念樹，所述概念樹分為多層，第一層為根結(jié)點(diǎn)，除根結(jié)點(diǎn)外，概念樹中的每一結(jié)點(diǎn)至少包括一個(gè)或一個(gè)以上的數(shù)據(jù)庫表中檢索字段的值以及權(quán)值；
(B)在概念樹中搜索用戶檢索詞，以得到更多相關(guān)檢索詞:當(dāng)獲取用戶輸入的檢索詞后，在所述概念樹中按照一定的策略搜索檢索字段的值，如果存在該結(jié)點(diǎn)檢索字段的值與檢索詞相匹配，則按規(guī)則將該結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)插入一個(gè)結(jié)點(diǎn)列表中，完成搜索后，返回該結(jié)點(diǎn)列表；
(C)生成查詢條件表達(dá)式:若返回的結(jié)點(diǎn)列表不為空，則順序遍歷結(jié)點(diǎn)列表中的結(jié)點(diǎn)，將檢索字段的值與檢索詞相匹配的字段按“字段名=字段值”組成表達(dá)式，多個(gè)表達(dá)式之間用邏輯連詞“OR”進(jìn)行連接。當(dāng)遍歷完整個(gè)結(jié)點(diǎn)列表后，生成一個(gè)完整的SQL查詢條件表達(dá)式，執(zhí)行下一步驟(D)，若返回的結(jié)點(diǎn)列表為空，則返回空的最終的檢索結(jié)果；
(D)檢索數(shù)據(jù)庫:根據(jù)生成的查詢條件表達(dá)式，進(jìn)一步生成完整的SQL查詢語句，提交給數(shù)據(jù)庫進(jìn)行檢索并返回結(jié)果集；
(E)檢索結(jié)果重新排序:對(duì)結(jié)果集在內(nèi)存中按結(jié)點(diǎn)列表中結(jié)點(diǎn)的權(quán)值重新進(jìn)行排序，并返回最終的檢索結(jié)果，清空結(jié)點(diǎn)列表。步驟(B)中，若概念樹為η層，為提高檢索信息的相關(guān)度，所述搜索策略為:先搜索第η層，即先搜索葉結(jié)點(diǎn)，若搜索完第η層，有檢索字段的值與檢索詞相匹配的結(jié)點(diǎn)，按規(guī)則插入結(jié)點(diǎn)列表，并返回結(jié)點(diǎn)列表，結(jié)束搜索；若沒有搜索到，則繼續(xù)搜索第η-1層，以此類推，直到搜索到第I層的根結(jié)點(diǎn)，則表明搜索失敗，返回空的結(jié)點(diǎn)列表。步驟(B)中，為量化相關(guān)度，依據(jù)概念樹的層數(shù)，引入相關(guān)度參數(shù)，在所述結(jié)點(diǎn)列表中插入搜索到的結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)的規(guī)則是通過相關(guān)度參數(shù)來決定的:
相關(guān)度參數(shù)r，概念樹的層數(shù)為n，相關(guān)度參數(shù)r的取值范圍為:Kr < n，當(dāng)在第i層搜索到結(jié)點(diǎn)，其相關(guān)度參數(shù)r ^ i，則將該結(jié)點(diǎn)及其子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中，對(duì)葉結(jié)點(diǎn)，僅插入該葉結(jié)點(diǎn)到所述結(jié)點(diǎn)列表中；若r〈i，則將該結(jié)點(diǎn)在第i層的父結(jié)點(diǎn)及其父結(jié)點(diǎn)的所有子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中。步驟(B)中，所述 概念樹的結(jié)點(diǎn)的權(quán)值是在每次搜索到結(jié)點(diǎn)后，插入結(jié)點(diǎn)列表時(shí)應(yīng)用權(quán)值計(jì)算的算法來動(dòng)態(tài)計(jì)算的，對(duì)檢索到的結(jié)點(diǎn)的權(quán)值要增加權(quán)值，而對(duì)其相關(guān)結(jié)點(diǎn)的權(quán)值則要降低。本發(fā)明的有益效果是:
1)本發(fā)明的基本思路是利用領(lǐng)域概念之間的某種內(nèi)在的關(guān)聯(lián)關(guān)系建立概念樹，將用戶檢索詞使用概念樹制導(dǎo)，得到更多的與用戶檢索詞相關(guān)聯(lián)的檢索詞，利用“0R”邏輯連接詞生成條件表達(dá)式，進(jìn)而提聞傳統(tǒng)關(guān)系型數(shù)據(jù)庫檢索的相關(guān)性，實(shí)際應(yīng)用表明，本發(fā)明大幅提高了傳統(tǒng)關(guān)系數(shù)據(jù)庫信息檢索的相關(guān)度，節(jié)省了用戶查找信息的時(shí)間；
2)結(jié)合概念樹,進(jìn)一步量化相關(guān)度，引入相關(guān)度參數(shù)，為用戶檢索信息時(shí)，在精確與模糊之間提供了更多的選項(xiàng)，更加方便了用戶的使用。3)利用檢索詞及概念之間的關(guān)系動(dòng)態(tài)計(jì)算權(quán)值，再利用動(dòng)態(tài)權(quán)值重新進(jìn)行排序，使得系統(tǒng)能夠更好的“感知”用戶，進(jìn)一步提升用戶體驗(yàn)；
4)整個(gè)檢索僅在單條查詢語句中完成，而且不包括任何子查詢，便于數(shù)據(jù)庫系統(tǒng)執(zhí)行查詢優(yōu)化的同時(shí)，還有效減少了與數(shù)據(jù)庫系統(tǒng)的交互和減少了數(shù)據(jù)庫系統(tǒng)的負(fù)擔(dān)，提高了整個(gè)系統(tǒng)的執(zhí)行效率；
5)提高檢索信息的相關(guān)度的同時(shí)，避免了使用Like操作符，提高了數(shù)據(jù)庫系統(tǒng)的檢索速度。


:圖1是本發(fā)明的一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法的主要流程 圖2是本發(fā)明的實(shí)施例的礦物概念樹的示意圖。
具體實(shí)施方式
:
為了使技術(shù)人員對(duì)本發(fā)明的目的、優(yōu)點(diǎn)更加明白，下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步說明。如圖1所示，為本發(fā)明所述方法的主要流程。該方法包括:
步驟SlOl:建立概念樹，利用所屬領(lǐng)域的概念間內(nèi)在關(guān)聯(lián)因素建立概念樹，所述概念樹分為多層，第一層為根結(jié)點(diǎn)，除根結(jié)點(diǎn)外，概念樹中的每一結(jié)點(diǎn)至少包括權(quán)值以及一個(gè)或一個(gè)以上的數(shù)據(jù)庫表中被檢索的字段的值；
概念樹構(gòu)造為:第一層為根結(jié)點(diǎn)，第二層為金屬元素，第三層為化合物，第四層為礦物，金屬元素結(jié)點(diǎn)的子結(jié)點(diǎn)為含該金屬元素的化合物，化合物結(jié)點(diǎn)的子結(jié)點(diǎn)為含該化合物的礦物，除根結(jié)點(diǎn)外，每個(gè)結(jié)點(diǎn)的信息除包括礦物名稱的字段值外，還包括分子式、品位和權(quán)值，礦物結(jié)點(diǎn)的品位為該結(jié)點(diǎn) 的礦物所含其父結(jié)點(diǎn)的化合物的含量，為百分比，其余結(jié)點(diǎn)的品位均設(shè)置為I。步驟S102:在概念樹中搜索與用戶檢索詞相關(guān)聯(lián)的檢索詞，當(dāng)獲取用戶輸入的檢索詞后，在所述概念樹中搜索字段值，如果存在該結(jié)點(diǎn)的字段值與檢索詞相匹配，則按規(guī)則將該結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)插入一個(gè)結(jié)點(diǎn)列表中，繼續(xù)執(zhí)行搜索，直到搜索完整個(gè)概念樹，并返回結(jié)點(diǎn)列表；
若所述概念樹為η層，為提高檢索信息的相關(guān)度，所述搜索策略為:先搜索第η層，即先搜索葉結(jié)點(diǎn)，若搜索完第η層，有檢索字段的值與檢索詞相匹配的結(jié)點(diǎn)，按規(guī)則插入結(jié)點(diǎn)列表，并返回結(jié)點(diǎn)列表，結(jié)束搜索；若沒有搜索到，則繼續(xù)搜索第η-1層，以此類推，直到搜索到第I層的根結(jié)點(diǎn)，則表明搜索失敗，返回空的結(jié)點(diǎn)列表。為量化相關(guān)度，依據(jù)概念樹的層數(shù)，引入相關(guān)度參數(shù)，在所述結(jié)點(diǎn)列表中插入搜索到的結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)的規(guī)則是通過相關(guān)度參數(shù)來決定的:
相關(guān)度參數(shù)r，概念樹的層數(shù)為n，相關(guān)度參數(shù)r的取值范圍為:Kr < n，當(dāng)在第i層搜索到結(jié)點(diǎn)，其相關(guān)度參數(shù)r ^ i，則將該結(jié)點(diǎn)及其子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中，對(duì)葉結(jié)點(diǎn)，僅插入該葉結(jié)點(diǎn)到所述結(jié)點(diǎn)列表中；若r〈i，則將該結(jié)點(diǎn)在第i層的父結(jié)點(diǎn)及其父結(jié)點(diǎn)的所有子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中。概念樹的結(jié)點(diǎn)的權(quán)值是在每次搜索到結(jié)點(diǎn)后，插入結(jié)點(diǎn)列表時(shí)應(yīng)用權(quán)值計(jì)算的算法來動(dòng)態(tài)計(jì)算的，結(jié)點(diǎn)的權(quán)值是這樣來計(jì)算的:當(dāng)被檢索到的結(jié)點(diǎn)的品位為P，其權(quán)值W，需要提高權(quán)值，則W=p+1 ;而對(duì)其子結(jié)點(diǎn)、兄弟結(jié)點(diǎn)或父結(jié)點(diǎn)，需要降低權(quán)值，當(dāng)某一結(jié)點(diǎn)的品位為Pi,則該結(jié)點(diǎn)對(duì)應(yīng)的權(quán)值為Wi=PiXPc步驟S103:生成查詢條件表達(dá)式，若返回的結(jié)點(diǎn)列表不為空，則順序遍歷結(jié)點(diǎn)列表中的結(jié)點(diǎn)，將結(jié)點(diǎn)中字段值匹配檢索詞字段值按:“字段名=字段值”，生成表達(dá)式，多個(gè)表達(dá)式之間用邏輯連詞“0R”進(jìn)行連接。當(dāng)遍歷完整個(gè)結(jié)點(diǎn)列表后，生成一個(gè)完整的SQL查詢條件表達(dá)式，執(zhí)行下一步驟S104，若返回的結(jié)點(diǎn)列表為空，則返回空的最終的檢索結(jié)果；
步驟S104:檢索數(shù)據(jù)庫，根據(jù)生成的查詢條件表達(dá)式，進(jìn)一步生成完整的SQL查詢語句，提交給數(shù)據(jù)庫進(jìn)行檢索并返回結(jié)果集；
步驟S105:檢索結(jié)果重新排序，對(duì)結(jié)果集在內(nèi)存中按結(jié)點(diǎn)列表中結(jié)點(diǎn)的權(quán)值重新進(jìn)行排序，并返回最終的檢索結(jié)果，清空結(jié)點(diǎn)列表。下面結(jié)合具體實(shí)例，從開發(fā)及應(yīng)用的角度，對(duì)本發(fā)明再做詳細(xì)說明。如表I所示，為本實(shí)施例的數(shù)據(jù)庫中的礦物介電常數(shù)表，主要包括:ID、礦物名稱、介電常數(shù)、介電損耗和品位等字段，ID為主鍵。表2為礦物成份表，包括:ID、化合物、中文名、百分比、品位標(biāo)記等字段，其中，ID與化合物為礦物成分表的聯(lián)合主鍵。礦物成份表的ID是礦物介電常數(shù)表的外鍵。
權(quán)利要求
1.一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，其特征在于，包括如下步驟: (A)建立概念樹:利用所屬領(lǐng)域的概念間內(nèi)在的關(guān)聯(lián)因素建立概念樹，所述概念樹分為多層，第一層為根結(jié)點(diǎn)，除根結(jié)點(diǎn)外，概念樹中的每一結(jié)點(diǎn)至少包括一個(gè)或一個(gè)以上的數(shù)據(jù)庫表中檢索字段的值以及權(quán)值； (B)在概念樹中搜 索用戶檢索詞，以得到更多相關(guān)檢索詞:當(dāng)獲取用戶輸入的檢索詞后，在所述概念樹中按照一定的策略搜索檢索字段的值，如果存在該結(jié)點(diǎn)檢索字段的值與檢索詞相匹配，則按規(guī)則將該結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)插入一個(gè)結(jié)點(diǎn)列表中，完成搜索后，返回該結(jié)點(diǎn)列表； (C)生成查詢條件表達(dá)式:若返回的結(jié)點(diǎn)列表不為空，則順序遍歷結(jié)點(diǎn)列表中的結(jié)點(diǎn)，將檢索字段的值與檢索詞相匹配的字段按“字段名=字段值”組成表達(dá)式，多個(gè)表達(dá)式之間用邏輯連詞“OR”進(jìn)行連接，當(dāng)遍歷完整個(gè)結(jié)點(diǎn)列表后，生成一個(gè)完整的SQL查詢條件表達(dá)式，執(zhí)行下一步驟(D)，若返回的結(jié)點(diǎn)列表為空，則返回空的最終的檢索結(jié)果； (D)檢索數(shù)據(jù)庫:根據(jù)生成的查詢條件表達(dá)式，進(jìn)一步生成完整的SQL查詢語句，提交給數(shù)據(jù)庫進(jìn)行檢索并返回結(jié)果集； (E)檢索結(jié)果重新排序:對(duì)結(jié)果集在內(nèi)存中按結(jié)點(diǎn)列表中結(jié)點(diǎn)的權(quán)值重新進(jìn)行排序，并返回最終的檢索結(jié)果，清空結(jié)點(diǎn)列表。
2.根據(jù)權(quán)利要求1所述的提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，其特征在于，步驟(B)中，若概念樹為η層，為提高檢索信息的相關(guān)度，所述搜索策略為:先搜索第η層，即先搜索葉結(jié)點(diǎn)，若搜索完第η層，有檢索字段的值與檢索詞相匹配的結(jié)點(diǎn)，按規(guī)則插入結(jié)點(diǎn)列表，并返回結(jié)點(diǎn)列表，結(jié)束搜索；若沒有搜索到，則繼續(xù)搜索第η-1層，以此類推，直到搜索到第I層的根結(jié)點(diǎn)，則表明搜索失敗，返回空的結(jié)點(diǎn)列表。
3.根據(jù)權(quán)利要求1所述的提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，其特征在于，步驟(B)中，為量化相關(guān)度，依據(jù)概念樹的層數(shù)，引入相關(guān)度參數(shù)，在所述結(jié)點(diǎn)列表中插入搜索到的結(jié)點(diǎn)及其相關(guān)結(jié)點(diǎn)的規(guī)則是通過相關(guān)度參數(shù)來決定的: 相關(guān)度參數(shù)r，概念樹的層數(shù)為n，相關(guān)度參數(shù)r的取值范圍為:Kr < n，當(dāng)在第i層搜索到結(jié)點(diǎn)，其相關(guān)度參數(shù)r ^ i，則將該結(jié)點(diǎn)及其子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中，對(duì)葉結(jié)點(diǎn)，僅插入該葉結(jié)點(diǎn)到所述結(jié)點(diǎn)列表中；若r〈i，則將該結(jié)點(diǎn)在第i層的父結(jié)點(diǎn)及其父結(jié)點(diǎn)的所有子孫結(jié)點(diǎn)插入所述結(jié)點(diǎn)列表中。
4.根據(jù)權(quán)利要求1所述的提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，其特征在于，在步驟(B)中，所述概念樹的結(jié)點(diǎn)的權(quán)值是在每次搜索到結(jié)點(diǎn)后，插入結(jié)點(diǎn)列表時(shí)應(yīng)用權(quán)值計(jì)算的算法來動(dòng)態(tài)計(jì)算的，對(duì)檢索到的結(jié)點(diǎn)的權(quán)值要增加權(quán)值，而對(duì)其相關(guān)結(jié)點(diǎn)的權(quán)值則要降低。
全文摘要
本發(fā)明提供了一種提高數(shù)據(jù)庫檢索信息相關(guān)度的方法，該方法包括如下步驟(A)建立概念樹；(B)在概念樹中搜索用戶檢索詞，以得到更多相關(guān)檢索詞；(C)生成查詢條件表達(dá)式；(D)檢索數(shù)據(jù)庫；(E)檢索結(jié)果重新排序。本發(fā)明的有益效果是1)提高了關(guān)系型數(shù)據(jù)庫信息檢索的相關(guān)度，節(jié)省了用戶查找信息的時(shí)間；2)結(jié)合概念樹，進(jìn)一步量化相關(guān)度，引入相關(guān)度參數(shù)，為用戶檢索信息時(shí)，在精確與模糊之間提供了更多的選項(xiàng)，更加方便了用戶的使用；3)利用檢索詞及概念之間的關(guān)系動(dòng)態(tài)計(jì)算權(quán)值，再利用動(dòng)態(tài)權(quán)值重新進(jìn)行排序，進(jìn)一步提升用戶體驗(yàn)；4)整個(gè)檢索在單條語句中完成，有效減少了與數(shù)據(jù)庫系統(tǒng)的交互，提高了執(zhí)行效率。
文檔編號(hào)G06F17/30GK103177123SQ201310129209
公開日2013年6月26日 申請(qǐng)日期2013年4月15日 優(yōu)先權(quán)日2013年4月15日
發(fā)明者劉秉國, 劉明, 彭金輝, 劉晨輝, 張利波, 何廣軍 申請(qǐng)人:昆明理工大學(xué)