结合语义相似度分析的Web数据库Top-K典型化查询方法

摘要 当前的Web数据库查询系统返回的top-k个查询结果之间在内容上通常非常相似，而现实中用户希望看到彼此有一定差异且具有代表性的查询结果.提出一种基于元组之间语义相似度的top-k典型化查询方法，该方法在离线阶段首先根据属性值的关联信息评估不同属性值之间的耦合关系；然后根据属性值之间的耦合关系，评估不同元组之间的语义相似度.当查询到来时，根据结果元组之间的语义距离，利用概率密度估计方法评估每个元组的典型程度，然后利用top-k近似选取算法从中获取top-k个典型元组返回给用户.实验结果与分析表明，提出的元组典型程度分析方法具有较高的用户满意度，提出的top-k典型元组近似选取方法具有较高的准确性和执行效率，能够有效适用于大规模查询结果集的top-k典型化查询