半结构化数据管理关键算法研究与实证/中南财经政法大学青年学术文库

在云计算和物联网等新兴信息技术高速发展的 今天，由于半结构化数据具有灵活易扩展的存储结 构，已被许多信息系统和应用作为公共数据模型， 被广泛地用于大规模异构数据的使用场景中。几乎 所有行业都制定了描述和共享本领域数据的半结构 化数据模型应用标准。随着半结构化数据的广泛使 用，如何对大规模半结构化数据进行有效的管理， 在学术界是一个重要的研究课题，而在工业界又是 一项具有广阔应用前景的技术。张引著的《半结构 化数据管理关键算法研究与实证》以XML为代表，探 讨了大规模半结构化数据管理中的模式提取、节点 编码、索引与查询处理等关键问题。本书既适合初 学者作为基础学习资料，又适合科研人员作为理论 研究教程，更适合从业人员作为技术参考书目。

第一章 半结构化数据的应用背景 第一节 研究背景 第二节 研究内容及意义 一 研究内容 二 研究意义 第三节 本书结构 第二章 半结构化数据的基础知识 第一节 半结构化数据的结构特征 第二节 半结构化数据的结构模型 第三节 半结构化数据的模式语言 第四节 半结构化数据的查询语言 第五节 半结构化数据的应用程序接口 第三章 半结构化数据的管理模型 第一节 半结构化数据模式提取的相关研究 第二节 半结构化数据节点编码的相关研究 第三节 半结构化数据索引的相关研究 第四节 半结构化数据查询处理的相关研究 第四章 半结构化数据的模式提取 第一节 半结构化数据的元素内容模型 一 半结构化数据的树状结构模型 二 半结构化数据的元素内容模型 三 提取大规模半结构化数据模式的质量标准 第二节 基于正则表达式的模式提取方法 一 元素内容模型的正则表示 二 XStruct算法简介 三 XStruct算法的优缺点 第三节 基于集合／序列的模式提取方法——XTree 一 XTree算法的组成 二 基于集合／序列的元素内容模型 三 XTree的数据结构 四 提取元素内容模型 五 识别数据类型 六 提取属性 七 输出模式 第四节 实证研究 一 XTree的算法的时间和空间复杂度分析 二 元素内容模型的有序性判断对模式准确性的影响 三 实验环境及测试工具 四 测试数据集 五 提取不同文档的模式的时间和内存消耗以及准确性 六 XTree算法提取同结构的不同大小的数据模式的时间消耗 第五节 小结 第五章 半结构化数据的节点编码 第一节 半结构化数据节点编码的特点 一 半结构化数据节点编码的质量评价标准 二 基于区间的节点编码方案 三 基于前缀的节点编码方案 四 ORDPATH编码方案 第二节 D2编码方案 一 D2编码方案的基本概念