關系數據庫中的關鍵詞查詢結果動態優化

鄭燕玲

摘 要

關鍵詞查詢可以幫助用戶更快捷的獲取相關信息資料，并且隨著計算機技術的不斷發展，關系數據庫的容量以及涵蓋范圍逐漸擴大，尤其是一些優化算法在數據庫中的應用可以加快用戶查詢提取資料的速度和準確性。動態優化算法的應用對關系數據庫中關鍵詞查詢有重要意義，更好地應用優化算是技術和只是發展記不得研究目標。

【關鍵詞】關系數據庫 蟻群優化算法 動態查詢 關鍵詞

1 蟻群優化算法

1.1 螞蟻優化算法的起源和原理

蟻群優化原理起源于上世紀的仿生學，主要是受自然界螞蟻搜尋食物的過程和行為受到啟發而研究創造出的智能優化算法。蟻群算法的基本原理是：螞蟻在尋找食物時并沒有確切信息而是隨即進行的，當某一只螞蟻找到食物時會留下關于食物信息的信息素，其他螞蟻會根據信息素的濃度確定最近食物信息，然后進行搜集搬運食物的覓食過程創造發展的。螞蟻算法經過不斷演化發展，目前是一種可以運用在多方面的優化算法。螞蟻算法的最大特點和優勢就是利用簡單集合的信息實現實際操作中的最優化解決辦法。在螞蟻算法誕生之初曾被用來解決旅行商問題（traveling salesman problem，簡稱 TSP），而且效果顯著。后來經過不斷發展研究，螞蟻算法衍生了更多的應用研究結果，并且螞蟻算法經過專業人員的不斷改進也形成了新的最優化算法，就是目前應用在生產生活各個領域的螞蟻優化算法（ant colony optimization，一般簡稱 ACO）。這種螞蟻優化算法主要應用在解決復雜問題方面。主要是因為螞蟻優化算法的正反饋性，就是螞蟻在尋找食物途中可以收集信息也可以搜集環境的反饋信息，然后將兩方面的信息結合選擇最優化的覓食之路。這種正反饋性可以充分幫助用戶對信息或者環境的兩面認識，便于用戶選擇最優化解決方案。另一個螞蟻優化算法的特性是可以用于分布式環境中。因為螞蟻覓食過程完全沒有任何信息開始的，到最后能夠最快最多的找到食物，螞蟻算法的作用效果顯著。

1.2 蟻群優化算法在求解關鍵詞查詢問題中的應用

實際上可以將關系數據庫的關鍵詞查詢問題轉化成一個Steiner 樹的問題。經過多方研究證明螞蟻優化算法對解決Steiner樹問題具有高效性。但是目前的相關研究主要是單純的解決Steiner樹問題，并沒有對其進行延伸性研究和探索。因此，用螞蟻優化算法解決關鍵詞查詢問題還要進行進一步深入研究。運用用蟻群優化算法求解關系數據庫中的關鍵詞查詢問題的基本原理是：多只螞蟻的不斷溝通與合作，找到包含所有關鍵詞的 Steiner 樹。要得出關鍵詞查詢結果的最優化答案，就要找出最小的一棵Steiner 樹；還有一種情況是如果top-k 關鍵詞查詢，就找出代價最小的前 k 棵 Steiner 樹。簡單點說就是覆蓋清除法：不斷根據關鍵詞進行查詢得出結果，不斷縮小結果范圍，直至得出最優化答案。螞蟻優化算法優化工程如圖1所示。

2 確保關鍵詞查詢結果動態化的概念漂移原理

2.1 概念漂移的應用優勢

一般的關系數據庫中進行關鍵詞查詢結果基于蟻群優化算法的 ACOKS 算法是可以解決基本的關鍵詞查詢問題，但是這種算法有一個棉線的不足就是：無法解決查詢結果的動態優化問題。因此，在 ACOKS 算法的基礎上，需要研究探索出利用概念漂移理論的優化算法，即ACOKS*，確保關鍵詞查詢結果的動態優化，提高查詢結果的準確性和有效性。目前，概念漂移理論的相關研究成果已經廣泛應用在各個領域中。比如在一些大型的零售商場中，概念漂移理論可以幫助商場對顧客的購買行為進行分析研究，并且能夠確保及時發現顧客購買行為的變化及時更正數據模型，確保商場對顧客的興趣喜好有充分了解，方便商場的零售和宣傳工作的定位。

2.2 概念漂移的基本原理及應用

概念漂移可以根據字面意思理解：就是指數據的分布會隨著時間發生變化。這些變化會使在舊數據上建立的模型不再適用新的數據特性，因此，必須對模型進行更新和調整。利用概念漂移的這種動態性可以對關鍵詞查詢結果動態化進行應用的原理就是：利用概念漂移理論及時發現用戶興趣的突變，然后根據這種興趣突變優化查詢結果。其實就是在螞蟻優化算法的查詢結果的基礎上根據變化的源頭進行結果變化，讓這種變化結果更加符合用戶需求。這種概念漂移算法的應用過程十分簡單：

（1）利用概念漂移理論確定用戶的興趣變化。

（2）對 ACOKS 算法做簡單改進就能得出新的ACOKS*算法。

（3）根據新的算法輸出符合用戶預期的查詢結果。

所以，經過分析可以發現，關系數據庫中的關鍵詞查詢結果的動態優化需要兩種優化算法的結合才能實現最佳動態優化目標。這兩種算法在關系數據庫中關鍵詞查詢應用可以有效解決用戶的查詢需求，方便用戶在龐大而復雜的數據庫中迅速提取獲得所需信息和資料。

3 結語

綜上所述，其實在關系數據庫中使用的優化算法除了幫助用戶方便快捷地獲取相關資料的同時，還可以對關系數據庫的資料進行一定的分類和整理工作，并且可以根據整理和分類需求剔除重復的舊模型數據，可以有效地避免關系數據庫的重復數據生成。優化算法的應用是多方面的，也是不斷發展的，相關的優化算法研究人員必須時刻跟緊社會技術發展以及社會需求變化，對優化算法做出更多的研究結果，確保優化算法在社會生產生活的有效應用。

參考文獻

[1]林子雨，鄒權，賴永炫等.關系數據庫中的關鍵詞查詢結果動態優化[J].軟件學報，2014，25（03）：528-546.

[2]孫偉.試析關系數據庫中關鍵詞查詢結果動態優化[J].數字技術與應用，2016（09）：228-228.