數(shù)據(jù)庫模糊查詢結(jié)果自動排序方法

鐘芙蓉

摘 要：本文針對簡單模糊查詢及復(fù)合模糊查詢的處理方法并做了驗證，同時介紹了模糊查詢轉(zhuǎn)換為精確查詢的方法。同時指出模糊查詢方法還可以擴展到多表查詢、子查詢等，而關(guān)系中的屬性值的隸屬函數(shù)和模糊PIR中的閾值也可根據(jù)實際需要進行調(diào)整。

關(guān)鍵詞：數(shù)據(jù)庫；模糊查詢；自動排序

數(shù)據(jù)庫模糊查詢主要用于研究現(xiàn)實世界中一些模糊不清的問題，使之清晰化，這一理論在信息論、自動控制等領(lǐng)域的研究與應(yīng)用也得到了迅速發(fā)展。而將模糊理論應(yīng)用于數(shù)據(jù)庫查詢，主要是將模糊查詢條件應(yīng)用于傳統(tǒng)的以二值邏輯和精確的數(shù)據(jù)工具為基礎(chǔ)的數(shù)據(jù)庫中。然后，利用PIR改進模型和歷史查詢記錄來分析元組中被查詢指定的屬性值與未指定的屬性值之間的關(guān)聯(lián)程度，從而獲得用戶偏好并以此對具有相同隸屬度的元組進行排序得到符合條件的結(jié)果。

1.模糊查詢的形式化概述

3.實驗分析

3.1實驗環(huán)境

實驗數(shù)據(jù)采用某房地產(chǎn)銷售數(shù)據(jù)庫，選擇seattle城市，經(jīng)模糊查詢后，元組中約有6萬條查詢結(jié)果，歷史記錄中包含200多條指定里幾個屬性的查詢，在原始數(shù)據(jù)群里提取5個測試數(shù)據(jù)集，把每個測試集大小定為50條元組，利用5個查詢測試條件。每個測試條件Qi對應(yīng)數(shù)據(jù)集Hi，其中包含與Qi相關(guān)和無關(guān)的元組集合。

3.2測試排序質(zhì)量

由于沒有具體的排序質(zhì)量評估標(biāo)準(zhǔn)，因此只能以用戶對查詢結(jié)果排序的滿意程度來大體的評估排序質(zhì)量。在上述實驗環(huán)境下，對于測試條件Qi，從Hi中選取與查詢條件最為貼合的10個元組進行排序，在此基礎(chǔ)上應(yīng)用DPR，PR和QFIDF三種排序方法，比較排序質(zhì)量。模糊查詢最后是根據(jù)閾值和隸屬函數(shù)將模糊條件變?yōu)榫_數(shù)值區(qū)間的，因此變化厚度查詢條件再作為PR和QFIDF方法的查詢條件，從而不論是準(zhǔn)確查詢還是模糊查詢都能得到同樣的結(jié)果，最后評估其模糊查詢后的排序質(zhì)量。對比結(jié)果來看，DPR排序方法的排序質(zhì)量較高，PR、QFIDF兩種方法排序質(zhì)量較低。假定不考慮模糊查詢的情況下，也不考慮隸屬度排序?qū)τ谌N方法排序質(zhì)量的影響，只在精確查詢的情況下，對比這三種排序算法的排序質(zhì)量。從對比結(jié)果來看，在不考慮模糊查詢的情況下，也不考慮隸屬度排序?qū)τ谌N方法排序質(zhì)量的影響，DPR方法與其兩種排序方法相比，在排序質(zhì)量上分別提高了約2%～10%，很明顯，要優(yōu)于QFIDF排序方法。因此，可以得出結(jié)論，無論是在模糊查詢結(jié)果排序方面，還是在精確查詢結(jié)果排序方面，DPR排序算法相比較PR和QFIDF兩種排序方法，有著較為明顯的優(yōu)越性。

4.結(jié)語

本文根據(jù)多年的計算機數(shù)據(jù)庫技術(shù)經(jīng)驗，及參閱了大量的資料和有效數(shù)據(jù)之后，對于數(shù)據(jù)庫模糊查詢下多結(jié)果的自動排序方法基于模糊集理論，提出了隸屬度排序方法。基于PIR改進模型及歷史查詢記錄等來多元化的分析元組中被查詢的指定屬性值和未指定的屬性值他們之間的關(guān)聯(lián)程度，提出了改了模型排序方法。兩種方法綜合使用成為了DPR排序方法。經(jīng)過實驗，數(shù)據(jù)表明，對于數(shù)據(jù)庫模糊查詢結(jié)果的自動排序，DPR排序方法有著較高的排序質(zhì)量。

參考文獻：

[1]馬宗民.數(shù)據(jù)庫模糊查詢結(jié)果自動排序方法[J].東北大學(xué)學(xué)報，2011

[2]趙法信. Vague關(guān)系數(shù)據(jù)模型的聚集操作[J].企業(yè)文化， 2014