基于本体的关系数据库关键词语义查询扩展方法

目前关系数据库关键词查询技术主要利用关键词的语法匹配,而没有利用数据之间的语义关系进行匹配,导致查询效果往往都不太令人满意。为了改善查询效果,结合本体概念,提出了基于本体的关系数据库关键词查询的语义查询扩展方法,把用户提交的查询关键词扩展为基于本体的语义关键词。实例分析表明,扩展后的语义关键词尽可能符合用户的真实意愿。     

一种满足最大隐私泄漏率要求的匿名方法

k-匿名方法能简单和有效地防止隐私数据泄露。由于敏感数据分布具有不均匀性,k-匿名方法不能有效满足视图发布者的最大隐私泄漏率要求。针对此问题,给出了隐私信息泄漏测量公式和信息保留度公式,并提出一种满足最大隐私泄漏率要求的匿名方法,该方法不仅对准标识符属性进行泛化,还对敏感属性进行了必要泛化。实验表明,该方法能够有效地满足视图发布者的最大隐私泄露率要求。     

面向top-K分级的数据库关键词查询系统体系结构

关系数据库关键词查询系统目前存在的主要问题是查询效率不高、查询效果不令人满意,其根源在于查询系统的体系结构不合理。提出了一种新型的面向top-分级的数据库关键词查询系统体系结构,并用提出的新的评分函数公式、基于索引的候选网络预处理方法、绑定实时过滤阈值的top-搜索算法对该体系结构进行实例化。结果显示该系统结构具有很好的可行性,并且由实例化后的体系结构实现的系统具有很好的查询性能。     

多样k-支配轮廓查找方法

现有的k-支配轮廓查询算法难以保证查询结果的多样性,限制了结果的选取空间。如何求出一个点的全部k-支配属性,是k-支配轮廓查询领域的一个新问题。针对这一问题,提出了多样k-支配轮廓点的概念,分析了多样k-支配轮廓的性质,给出了两种不同的查找算法,并证明了算法的有效性和正确性。     

更新环境下多样K-支配轮廓查找方法

现有的多样-支配轮廓查询算法仅仅关注属性值不变的静态数据集,如何求出属性值更新时的多样-支配轮廓是多样K-支配轮廓查询领域一个新的研究问题。数据集的属性值变化包括单一数据和若干个数据的属性值变化的两种情况。对于这两种情形,利用现有的多样K-支配轮廓,本文提出了两种不同的查找算法。证明了算法的正确性和有效性,并且通过实验对算法进行了分析和验证。