当前位置:主页 > 科技论文 > 搜索引擎论文 >

面向农业信息的关系数据库关键词搜索研究与应用

发布时间:2017-07-29 03:01

  本文关键词:面向农业信息的关系数据库关键词搜索研究与应用


  更多相关文章: 关系数据库 关键词查询 查询扩展 同义词匹配


【摘要】:近年来,关系数据库的关键词搜索技术得到了广泛应用。这种技术不需要用户具有任何SQL语法知识和数据库模式知识,只需要输入关键词,便可以像互联网搜索引擎一样方便的进行关键词搜素,因此赢得了许多用户的青睐。本文设计了一个基于农业信息的关系数据库关键词查询系统,在预处理阶段采用中文分词法对用户输入的关键词进行分词处理,提出了同义词匹配策略对关键词进行扩展。主要的工作有:(1)根据农业数据的特点建立了同义词词典。词典设计过程中将同义的词存放在一行,每行第一个为主题词,其他的就是该词的同义词。(2)本文采用以查询语句为基础的扩展策略,提出一个基于同义词词典的查询扩展方法。该方法将关键词与词典进行匹配,若关键词与词典中的某个词相匹配,则将该词所在行的所有词查询出来作为关键词的同义词,从而对关键词的同义词进行扩展。(3)在对查询语义进行预处理的过程中,对查询语法进行了分析,将关键词分为两类,一类是单个关键词;另一类是属性和关键词的组合。从而提高了系统对关键词的查准率和查全率。(4)本文采用基于分类Steiner树的关键词查询方法,将关键词的查询问题转化为查找Steiner树,同时根据元组中关键词的个数情况对Steiner树进行分类,并使用分类Steiner树对查询结果进行排序。实验结果表明,本文设计的系统在农业信息检索领域中的查全率和查准率能满足应用需求,还能有效地避免数据冗余的情况发生。
【关键词】:关系数据库 关键词查询 查询扩展 同义词匹配
【学位授予单位】:湖南人文科技学院
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.13;S126
【目录】:
  • 摘要4-5
  • Abstract5-9
  • 第一章 绪论9-21
  • 1.1 引言9
  • 1.2 课题研究的背景9-10
  • 1.3 研究的目的与意义10
  • 1.4 关系数据库关键词搜索技术的研究综述10-16
  • 1.4.1 基于模式图的方法11-12
  • 1.4.2 基于数据图的方法12-14
  • 1.4.3 结果排序方法14-16
  • 1.5 关键词搜索技术在农业中的应用现状16-17
  • 1.5.1 国外研究现状16
  • 1.5.2 国内研究现状16-17
  • 1.6 关键词搜索在农业检索系统中存在的问题17-19
  • 1.7 本文的主要研究内容和主要工作19
  • 1.7.1 研究的主要内容19
  • 1.7.2 本文的主要工作19
  • 1.8 本文的章节安排19-21
  • 第二章 系统框架与查询预处理21-33
  • 2.1 系统简介21
  • 2.2 系统框架21-22
  • 2.3 提取关键词22-26
  • 2.3.1 中文分词技术简介22-23
  • 2.3.2 最大匹配分词法23-25
  • 2.3.3 分词难点25-26
  • 2.3.4 关键词的提取26
  • 2.4 关键词分析26-27
  • 2.4.1 农业信息的特征26
  • 2.4.2 同义词的概念26-27
  • 2.4.3 同义词查询方法27
  • 2.5 基于同义词词典的匹配策略27-32
  • 2.5.1 查询扩展27-28
  • 2.5.2 查询扩展方法28-29
  • 2.5.3 同义词词典的设计29-30
  • 2.5.4 匹配策略30-32
  • 2.6 本章小结32-33
  • 第三章 关键词查询模块33-41
  • 3.1 概述33
  • 3.2 相关定义33-36
  • 3.2.1 数据图的定义33
  • 3.2.2 数据图的建立33-35
  • 3.2.3 Steiner树的定义35-36
  • 3.3 对Steiner树进行分类36-37
  • 3.4 搜索算法37-39
  • 3.4.1 算法的实现37-38
  • 3.4.2 搜素算法的伪代码38
  • 3.4.3 转换成SQL语句38-39
  • 3.4.4 算法的时间复杂度39
  • 3.5 结果排序39-40
  • 3.6 本章小结40-41
  • 第四章 系统实现与测试41-50
  • 4.1 实验环境41
  • 4.2 系统测试41-42
  • 4.3 实验结果与分析42-49
  • 4.3.1 查全率和查准率42-46
  • 4.3.2 系统的相应时间46-49
  • 4.4 本章小结49-50
  • 第五章 总结与展望50-52
  • 5.1 本文的工作总结50
  • 5.2 不足之处50-51
  • 5.3 下一步研究工作与展望51-52
  • 参考文献52-56
  • 致谢56-57
  • 作者简介57-58
  • 读研期间研究成果58

【参考文献】

中国期刊全文数据库 前10条

1 郑海燕;刘宁;张俊;;一种关系数据库对象级别检索结果的聚类方法[J];计算机应用与软件;2014年11期

2 林子雨;邹权;赖永炫;林琛;;关系数据库中的关键词查询结果动态优化[J];软件学报;2014年03期

3 梁栋;臧冬松;孙功星;Valentin Kuznetsov;;CMS实验中关系数据库的精确关键词查询[J];计算机工程;2014年01期

4 杨书新;徐慧琴;;基于数据图的关系数据库关键词查询排序研究[J];计算机应用研究;2014年02期

5 林子雨;杨冬青;王腾蛟;张东站;;基于关系数据库的关键词查询[J];软件学报;2010年10期

6 彭朝晖;张俊;王珊;;S-CBR:基于数据库模式展现数据库关键词检索结果[J];软件学报;2008年02期

7 郭来德;刘辉林;刘兰哲;王光兴;;农业信息搜索引擎设计与实现[J];河北工程大学学报(自然科学版);2007年03期

8 文继军,王珊;SEEKER:基于关键词的关系数据库信息检索[J];软件学报;2005年07期

9 费洪晓,康松林,朱小娟,谢文彪;基于词频统计的中文分词的研究[J];计算机工程与应用;2005年07期

10 温国泉;谈谈我国现阶段农业信息化服务的发展模式[J];科技情报开发与经济;2002年05期



本文编号:587135

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/587135.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户96227***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com