[发明专利]一种基于多样性XML文档近似查询方法

权利要求书

1.一种基于多样性XML文档近似查询方法，其特征在于：该方法包括XML文档多样性处理，单DTD下XML文档近似查询，查询代价评估和Top-K问题求解四个部分；

XML文档多样性处理模块采用基于PTO模型的映射规则自动生成算法将用户在全局查询模式下提出的原始查询重写为不同DTD下的重写查询树；单DTD下XML文档近似查询模块利用重写查询树，结合基本变异操作，通过对变异查询树的多次精确嵌入实现了单DTD下XML文档集的近似查询；查询代价评估模块采用基于XML样本数据分布统计的方法，计算了每一个查询结果的查询代价；Top-K问题求解模块通过对结点进行区间编码，并借助最优变异查询树的预先估计，最终实现了对多样性XML文档近似查询的Top-K求解。

2.根据权利要求1所述的一种基于多样性XML文档近似查询方法，其特征在于，XML文档多样性处理模块的实现步骤如下：

1)依据基于本体的全局查询模式，按照面向对象查询语言提出原始查询；

2)依据PTO模型：(v₁，v₂)-＞c₁.role，c₂.inverse(role)|c₃.attribute，按如下步骤建立DTD和全局查询模式之间的映射规则集：

(1)广度优先遍历DTD树T_DTD，抽取T_DTD中每条有向边对应的结点v₁和v₂，若已遍历结束，转步(4)；否则，转步(2)；

(2)查找v₁和v₂在全局查询模式图G中对应的概念结点v₁和v₂或属性attribute，若找到，转步(3)；否则，把二元组(v₁，v₂)加入集合Set₁中，转步(1)；

(3)如果找到的是两个概念结点c₁和c₂，则生成规则：(v₁，v₂)-＞c’₁.role，c’₂.inverse(role)，转步(1)；如果找到的是一个概念结点c₁和属性attribute，则生成规则：(v₁，v₂)-＞c₁.attribute，转步(1)；

(4)对Set₁集合中的二元组使用规则：(x，y)，(y，z)|-(x，z)进行扩展，将新生成的扩展二元组放入集合Set₂；

(5)遍历集合Set₂，抽取其中每一个元组中的结点v₁和v₂；若已遍历结束，则终止算法；否则，转步(6)；

(6)查找v₁和v₂在全局查询模式图G中对应的概念结点c₁和c₂或属性attribute，若找到，转步(7)；否则，转步(5)；

(7)如果找到的是两个概念结点c₁和c₂，生成规则：(v₁，v₂)-＞c’₁.role，c’₂.inverse(role)转步(5)；如果找到的是一个概念结点c₁和属性attribute，生成规则：(v₁，v₂)-＞c₁.attribute转步(5)；

3)利用生成的映射规则集按模式路径，概念和角色逐一映射的方式将原始查询改写为不同DTD下的结构谓词集，并由结构谓词集进一步构成为重写查询树形式。