XML强闭包依赖的研究

XML闭包依赖是基本的完整性约束。当XML文档出现不完全信息时,XML闭包依赖同样对于阻止XML数据的更新异常、查询优化以及索引设计具有重要的意义。提出了在不完全信息环境下基于一致路径集合的XML强函数依赖和XML强闭包依赖的定义,研究了XML强闭包依赖的判定定理。在提出XML强闭包依赖推理规则的基础上,对其有效性和完备性进行了证明。最后分析了XML强闭包依赖和XML强函数依赖的关系。     

基于XML Schema的XML弱函数依赖及其推理规则

为了解决不完全信息环境下可扩展标记语言(XML)弱函数依赖的逻辑蕴涵问题,基于XML Schema研究了XML弱函数依赖及其推理规则。给出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价、子树信息相容的概念提出了XML弱函数依赖的定义和性质;提出了相应的推理规则集,并对其正确性和完备性进行了证明。为不完全信息环境下存在XML弱函数依赖的XML Schema规范化的研究奠定了基础。     

基于XML Schema的XML强多值依赖的推理规则集

XML强多值依赖的推理规则集问题是解决不完全信息环境下XML数据依赖蕴涵问题的基础,是不完全信息环境下XML模式设计理论的关键问题之一。提出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价和子树信息相容的概念提出了XML强多值依赖的定义及性质;给出了相应的推理规则集,并对其正确性和完备性进行了证明。研究成果为不完全信息环境下存在XSMVD的XML Schema设计奠定了基础。     

不完全信息环境下XML Schema规范化研究

为了解决不完全信息环境下XML模式设计中XML文档的数据冗余和操作异常,研究了不完全信息环境下XML Schema的规范化问题,提出了XML Schema和符合XML Schema的不完全XML文档树等概念;基于节点等价、节点相容、节点信息等价和节点信息相容等概念提出了XML强函数依赖的定义,给出了相应的推理规则;给出了求路径集强闭包和成员籍问题的算法,并对算法的正确性进行了证明,对其时间复杂度进行了分析。提出了不完全信息环境下XML范式和相应的规范化算法。研究成果较好地解决了数据冗余问题,避免了更新异常现象,更好地实现了XML Schema设计     

XML弱函数依赖及其推理规则

XML函数依赖问题是进行XML数据库后续研究的基础。首先基于M.Arenas等人给定的XML中DTD和XML树的定义，提出空值、不完全树元组、数据值偏序、最小扩展树等概念，在此基础上，给出弱函数依赖及其满足性的定义；其次研究了XML弱函数依赖的逻辑蕴含问题，提出一组适合XML空值模型的函数依赖推理规则集；最后给出推理规则集的正确性和完备性证明。     

不完全信息环境下存在XML强多值依赖的XML文档规范化研究

不完全信息环境下XML文档中的数据存在多值依赖时.为了避免在没有约束条件下XML文档数据出现冗余及更新异常,引入XML强多值依赖的概念和理论对XML文档的规范化进行了系统研究.基于节点信息等价、节点信息相容的概念给出了XML强多值依赖的定义;基于层次化的XML强多值依赖,提出了不完全XML文档树满足XML强多值依赖范式的条件;给出了满足该条件的不完全XML文档树无数据冗余的判定定理;提出了不完全XML文档树的规范化算法,对其时间复杂性进行了分析.理论研究和实例分析表明:研究成果较好地解决了在不完全信息环境下XML文档中存在层次化的XML强多值依赖引起的数据冗余问题.     

存在XML强多值依赖的XML Schema规范化研究

为了解决不完全信息环境下XML模式设计中XML文档的数据冗余和操作异常,研究了不完全信息环境下存在XML强多值依赖的XML Schema规范化问题;提出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价和子树信息相容的概念给出了XML强多值依赖的定义;提出了弱键路径和XML强多值依赖弱范式的定义;通过实例分析了在XML Schema中XML强多值依赖引起数据冗余的原因,提出了转换规则,给出了规范化算法。研究成果可较好地处理XML文档中出现大量不完全信息时的数据冗余问题,实现不完全信息环境下更好的XML Schema设计。     

XML的函数依赖

通过分析函数依赖的表现形式在XML文档和关系数据库中的不同之处，提出了基于DTD中的路径表达式的XML函数依赖的概念．它不仅能表达元素的属性和元素的值之间的函数依赖，而且也能表达元素之间的函数依赖．给出了关于XML函数依赖的一组推理规则集．     

XML函数依赖及其推理规则

函数依赖在关系数据库和XML文档中都是一种重要的语义表达．通过分析函数依赖的表现形式在XML文档和关系数据库中的不同之处，提出了基于DTD中的路径表达式的XML函数依赖的概念．它不仅能表达元素的属性和元素的值之间的函数依赖，而且也能表达元素之间的函数依赖．给出了关于XML函数依赖的一组完备的推理规则集，这对解决XML函数依赖的蕴含问题具有重要的意义．     

基于键的XML模式到关系模式的规范化转换

本文针对XML模式向关系模式转换过程中形成的冗余和不规范，提出一种基于XML键的XML模式到关系模式的规范化转换算法。该算法以键为基础，根据XML函数依赖的一组推理规则，扩充函数依赖的集合，避免XML模式向关系模式转换过程中语义丢失的情况；再利用一组消解规则，消除冗余的函数依赖，使其满足极小函数依赖集；最后以键为中心划分关系属性，得到关系表，并且保证得到的关系模式满足3NF。     

基于树元组的XML函数依赖研究

与关系数据库一样,XML文档可能由于函数依赖而产生数据冗余或操作异常,在关系数据库中对于函数依赖的理论体系的研究已经比较完善,但对XML函数依赖的研究才刚刚起步.结合XML文档类型定义DTD进行探讨,提出基于树元组的XML函数依赖的概念,并结合Armstrong公理系统推导出函数依赖的推理规则集.     

存在多值依赖的XML DTD规范化研究

XML DTD文档中可能包含由非函数依赖引起的数据冗余和操作异常，首先从消除DTD文档内数据冗余的角度出发研究了文档的规范化的问题，讨论了在DTD文档中存在多值依赖的情况下，如何规范XML文档，提出了以DTD为模式的XML文档的多值依赖的概念。然后基于多值依赖的概念，提出了XML文档的一种多值依赖范式MXNF。最后在此基础上提出了把一个XML文档的DTD无损联接地分解成为符合MXNF的规范化算法，来规范存在多值依赖的XML DTD文档，并给出了该算法的分析说明。     

XML函数依赖研究

为了消除数据冗余，基于关系数据模型的函数依赖理论已经被广泛接受并应用于关系数据库的设计中。XML数据库中同样存在数据冗余。为了设计没有冗余的XML数据库，需要用一种简洁、易于理解的方法来定义XML数据问依赖关系。在无序的结点标记树数据模型上定义了XML子树间的函数依赖，并且给出了一套公理系统用来推导函数依赖，以解决函数依赖的蕴涵问题，最后证明了该公理系统是合理的。     

Repairing XML functional dependency violations

We study the problem of repairing XML functional dependency violations by making the smallest modifications in terms of repair cost. Our cost model assigns a weight to each leaf node in the XML document, and the cost of a repair is measured by the total weight of the modified nodes. We define an optimum repair as the repair with the minimum cost among all of the repairs. We prove lower and upper bounds for the optimum XML repair problem. We show that, in practice, it is beyond reach to find the optimum repairs; this problem is already NP-complete for a setting with a fixed DTD, a fixed set of functional dependencies, and equal weights for all of the nodes in the XML document. Instead, we provide an efficient two-step heuristic method to repair XML functional dependency violations. First, the initial violations are captured and fixed by leveraging the conflict hypergraph. Second, the remaining conflicts are resolved by modifying the violating nodes and their related nodes called determinants in a way that guarantees no new violations. We implement our method and evaluate it on synthetic and real-life data. The experimental results demonstrate that our algorithm scales well and is effective at improving data quality.