本书结合当前数据库查询领域的研究热点和最新研究成果，较为全面和系统地介绍了是Web数据库、XML数据、空间数据、语义近似查询技术。本书共分三部分9章，第一部分是Web数据库柔性查询、结果排序与分类、关键字查询推荐方法，主要内容包括：Web数据库基础理论和相关技术、Web数据库自适应查询松弛方法、Web数据库多查询结果排序方法、Web数据库多查询结果分类方法、Web数据库关键字查询推荐方法；第二部分是XML数据近似查询方法，主要内容包括：XML基础理论和查询技术、XML数据近似查询方法；第三部分是空间关键字查询和兴趣点聚类分析方法，主要内容包括：空间关键字查询方法、空间兴趣点聚类分析方法。

孟祥福，男，博士，辽宁工程技术大学副院长、副教授，中国计算机学会会员。澳大利亚悉尼科技大学，高级分析研究所，访问学者。长期从事计算机领域高等教育、科研和教研工作。

目 录 第一部分 第一章 Web数据库基础理论和相关 技术 2 1.1 Web数据库 2 1.2 相关定义 4 1.2.1 Deep Web 4 1.2.2 Web数据库查询 4 1.2.3 查询历史 5 1.3 关系数据模型 7 1.3.1 关系 7 1.3.2 关系模式 8 1.3.3 关系数据库 8 1.4 Web数据库查询相关技术 8 1.4.1 关联规则挖掘 8 1.4.2 直方图 11 1.4.3 Top-k排序 11 1.4.4 决策树分类 12 1.5 实验测试集和评价指标 13 1.5.1 测试数据集 13 1.5.2 评价指标 14 1.6 本章小结 15 1.7 参考文献 16 第二章 Web数据库自适应查询松弛 方法 18 2.1 引言 18 2.2 相关方法介绍 19 2.3 查询松弛基本思想和定义 20 2.3.1 查询松弛基本思想 20 2.3.2 查询松弛定义 20 2.4.2 分类型属性权重评估 21 2.4.2 数值型属性权重评估 21 2.4.3 实例分析 23 2.5 属性值之间的语义相似度 评估 23 2.5.1 分类型值间的语义相似度 评估 24 2.5.2 数值型值之间的语义相似度 评估 27 2.5 查询松弛重写算法和查询结果 排序方法 29 2.6.1 查询松弛重写算法 29 2.6.2 查询结果排序方法 30 2.7 效果与性能实验评价 30 2.7.1 实验环境 30 2.7.2 IDF权重评估算法测试 31 2.7.3 语义相似度评估算法测试 32 2.7.4 查询松弛和结果排序方法的 效果测试 34 2.7.5 响应时间测试 37 2.8 本章小结 39 2.9 参考文献 39 第三章 Web数据库多查询结果排序 方法 41 3.1 引言 41 3.2 上下文偏好 42 3.2.1 定性偏好与定量偏好 42 3.2.2 上下文偏好定义 43 3.2.3 上下文偏好获取 43 3.2.4 上下文偏好处理 44 3.2.5 上下文偏好关系图 46 3.2 基于上下文偏好的多查询结果 排序 47 3.3.1 排序问题定义 47 3.3.2 解决方案 48 3.4 实现算法 49 3.4.1 元组排列创建 49 3.4.2 元组排列聚类 50 3.4.3 Topk排序 52 3.2 与偏好类无关元组的处理 54 3.6 效果与性能实验评价 55 3.6.1 实验环境 55 3.6.2 偏好模型表达能力测试 55 3.6.3 元组排列聚类算法测试 56 3.6.4 返回topk个元组的准确性 测试 57 3.6.5 结果排序方法的效果测试 58 3.6.6 Topk排序算法的性能测试 59 3.7 本章小结 61 3.8 参考文献 61 第四章 Web数据库多查询结果分类方法 63 4.1 引言 63 4.2 分类基本思想和分类树 64 4.2.1 分类基本思想 64 4.2.2 分类树和搜索代价 64 4.2.3 解决方案 65 4.3 元组聚类 67 4.3.1 查询聚合 67 4.3.2 元组聚类 69 4.4 分类树构建 70 4.4.1 分类树构建算法 70 4.4.2 属性划分 71 4.4.3 分裂标准 73 4.5 效果与性能实验评价 75 4.5.1 实验环境 75 4.5.2 用户调查结果 76 4.5.3 查询之间的语义相似度评估 方法的合理性测试 79 4.5.4 查询聚合对元组聚类和分类 效果的影响 80 4.5.5 数值型属性的多元划分对分类 效果的影响 81 4.5.6 分类树创建算法的执行时间 测试 82 4.6 本章小结 82 4.7 参考文献 83 第五章 Web数据库关键字查询推荐 方法 84 5.1 关键字查询方法 84 5.2 基本概念和解决方案 85 5.2.1 基本概念 85 5.2.2 解决方案 86 5.3 关键字之间的耦合关系评估 87 5.3.1 关键字之间的内耦合关系 评估 87 5.3.2 关键字之间的间耦合关系 评估 88 5.3.3 关键字之间的耦合关系 评估 90 5.4 关键字查询的语义相关度计算 与查询的典型程度分析 91 5.4.1 关键字查询之间的语义相 关度计算 91 5.4.2 关键字查询的典型程度分析 93 5.5 候选查询的top-k多样性选取 95 5.5.1 选取代表性查询 95 5.5.2 创建代表性序列 95 5.5.3 候选查询的Top-k选取 96 5.6 性能实验评价 96 5.6.1 实验环境 96 5.6.2 关键字耦合关系的准确性 测试 97 5.6.3 关键字查询语义相关度的用户 调查 99 5.6.4 候选查询top-k多样性选取的 合理性测试 101 5.6.5 Top-k选取算法的响应时间 测试 101 5.7 本章小结 102 5.8 参考文献 102 第二部分 第六章 XML基础理论和查询技术 106 6.1 XML数据模型 106 6.1.1 XML文档及相关标准 106 6.1.2 文档定义类型DTD 107 6.2 XML编码方案 109 6.3 XML查询技术 111 6.3.1 XPath 111 6.3.2 XML查询 112 6.4 本章小结 114 6.5 参考文献 114 第七章 XML数据近似查询方法 116 7.1 引言 116 7.2 XML近似查询相关定义和 框架 117 7.2.1 XML近似查询相关定义 117 7.2.2 XML近似查询框架 118 7.3 属性单元重要程度排序 118 7.3.1 挖掘函数依赖关系 119 7.3.2 求近似候选码 120 7.4 XML近似查询方法 122 7.4.1 属性单元内容相似度知 识库 122 7.4.2 查询匹配方法 123 7.4.3 XML近似查询TwigAE 算法 125 7.5 实验测试及分析 125 7.5.1 实验环境和测试数据 125 7.5.2 属性单元松弛过程性能 测试 126 7.5.3 TwigAE与TwigStack的 查询结果对比 127 7.6 本章小结 130 7.7 参考文献 130 第三部分 第八章 空间关键字查询方法 133 8.1 空间数据库查询 133 8.2 空间索引结构 134 8.2.1 空间索引结构概述 134 8.2.2 空间索引R-Tree 134 8.3 文本索引结构 141 8.4 空间关键字语义近似查询 141 8.4.1 文本词条之间的语义相关 度评估 142 8.4.2 空间和语义相结合的索引 结构 144 8.5 本章小结 149 8.6 参考文献 149 第九章 空间兴趣点聚类分析方法 151 9.1 引言 151 9.2 基本概念和解决方案 152 9.2.1 基本概念 152 9.2.2 解决方案 153 9.3 空间对象的地理-社会关系 模型 153 9.3.1 地理-社会关系模型 153 9.3.2 社会关系紧密度评估 153 9.4 实现算法 155 9.5 效果与性能实验分析 157 9.5.1 聚类效果测试 157 9.5.2 社会关系效果评估 161 9.6 本章小结 162 9.7 参考文献 162 参考文献 164