论文部分内容阅读
本文主要研究了挖掘XML频繁查询模式涉及的技术、方法，所做的主要工作如下：
首先，讨论挖掘XML查询模式相关的XML、XQuery、关联规则和聚类技术；分析和比较以关联规则为基础，挖掘XML频繁查询模式的各种算法的特点，总结它们的优缺点。
其次，对目前性能最好FastXMiner算法深入的研究，并实现了该算法。
然后，提出一种基于网格和密度的聚类算法。将XML数据有效的划分，根据密度的阈值和DTD引导寻找子空间，利用图的连通算法将单元格有效的连通，高密度的连通空间就是频繁查询模式。算法的优点是避免FastXMiner算法对候选有根子树的树的包含测试需要的时间开销。
最后，提出在线挖掘频繁查询模式算法的框架。针对XML流查询是连续的，查询处理所使用的内存远远小于数据流本身，查询处理过程中数据仅仅能够被扫描一遍等特点，挖掘频繁出现的共享路径并将其综合到一个结构中，从而避免重复操作。该算法能确保高速缓存在线挖掘的高效性，同时确定当前“热点”的查询模式，并且能捕捉查询流的更新趋势和模式达到提高查询效率的目的。