基于XML的Web数据模型

在对现有半结构化数据模型分析的基础上，针对这些模型作为Web数据模型的不足，提出一种新的基于XML的Web数据模型——XWDM，它主要解决了Web数据名称异构问题和查询回路问题。     

基于OEM的XML半结构数据的模式描述方法

半结构数据的类型和模式是提高半结构数据处理效率的关键技术，首先对半结构数据的特点及半结构数据的模式的特点进行了论述，然后对基于XML的模式描述形式进行了研究，提出了一种基于OEM的XMLDTD模式的定义和形式化描述方法。     

一种XML数据库的数据模型

数据模型是XML数据管理领域研究的核心问题之一.现有的数据模型在表达XML数据库复杂的数据结构和操作方面仍有不足.以映射为基础,提出了一种新的数据模型.该数据模型给出了XML数据库复杂的数据结构和语义的精确定义,并提供了数据结构上操作代数的定义,包括路径表达式操作和数据维护操作.该数据模型已应用于一个基于XML的信息集成系统中.事实表明,它能够有效地支持XML数据管理的应用.     

一个基于模式的XML存储模型

XML基于半结构化数据模型,而半结构化数据很难统一存储和管理。文章提出了一个基于模式的XML存储模型SBSM,并定义了如何在该模型上进行相关的操作,该模型克服了对象-关系映射模型的局限性,并支持直接在模型上进行查询操作。     

一个XML的数据模型及其存储策略

XML是用于数据表示、交换的Internet标准。通过和DTD的连接可以用像XML－QL这样的语言来执行丰富的查询操作。近年来,很多人致力于半结构化数据模型和其查询语言的研究^[1,2,5],其重点逐渐转移到XML数据集的查询上来,其中两个重要问题是使XML查询语言正规化和如何将XML数据转换为底层存储格式以获得理想的效率^[4]。表述了一个XML的正规数据模型及其代数方法,并介绍基于RDBMS实现该模型的方法。     

基于细粒度关系的XML数据存储实现

分析了基于关系数据库的XML数据存储现状,阐明了树结构XML数据模型与平面结构关系数据模型之间的不匹配性,在此基础上对存储粒度进行了研究,着重分析了细粒度模型的原理.使用Java实现了一个XML关系存储系统,用于管理和操作XML数据,讨论了采用细粒度模型存储XML数据的具体实现流程,项目的实施表明,相对于中粒度和粗粒度,细粒度方法使XML数据操作变得灵活方便.     

基于关系的概率XML数据存储方法研究

根据概率数据的描述形式对概率数据分为基于关系的概率数据模型和基于XML的概率数据模型两类。基于关系的概率数据模型是为每个元组引入概率标记属性表示不确定性,使元组的存储、查询处理变得复杂;基于XML的概率数据模型是在普通XML树中添加表示概率属性结点,能够表示多粒度的概率信息。设计了映射为关系的概率XML数据的与PDTD无关的PXRel和PXParent两种存储模式,并通过实验验证了其有效性。     

基于离散模式的XML数据查询的CSP实现

XML成为WWW上采用的信息交换，表示和存储手段之一，文中给出了基于OEM数据模型的XML数据离散模式概念和基于模式匹配的数据查询概念，重点研究了通过将模式匹配转换到约束满足问题（CSP）来具体求解匹配实例的方法，此方法使WWW上基于内容的查询转变为更为精确的基于结构的查询，理论上证明了这种模式匹配到CSP转换的可行性。     

基于XML的Web文本挖掘模型的研究与设计

Web上的数据量急剧膨胀使得进行Web数据挖掘成为数据挖掘技术研究的热点.而XML能够为Web挖掘提供半结构化的数据模型,解决了Web挖掘中的数据源问题.介绍了XML的和Web文本挖掘的概念,提出了一种基于XML的Web文本挖掘模型,剖析了该模型的各个组成部分,给出了该模型的特点.     

基于SAAS模式的共享模型的数据扩展技术研究

提出一种优良的基于SAAS模式的共享数据模型的多租户数据扩展方法.首先简单地介绍了SAAS模式及其数据模型,并详细阐述了目前基于SAAS模式的共享数据模型的多租户数据扩展技术的优缺点;最后,提出一种以XML为基础的共享数据模型的多租户数据扩展方法,并且详细介绍了在此方法下灵活的数据操作及其性能分析,并将其与目前常用的基于SAAS模式的共享数据模型的多租户数据扩展方法进行对比分析,可得在SAAS系统中应用基于XML的共享数据模型的多租户数据扩展方法是性能优良的.     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

数据仓库与数据挖掘技术

数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展。本文阐述了数据仓库及数据挖掘的相关概念,做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望。     

数据仓库与数据挖掘技术

数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展.本文阐述了数据仓库及数据挖掘的相关概念,做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望.     

数据仓库中异构数据的转换

在大多数信息管理中都存在模式和数据转换，且都是单独被研究。相信有统一机制，将中间件看成是转换引擎，并且讨论在什么时候进行转换如何进行转换。     

数据清理中几种解决数据冲突的方法

建立数据挖掘模型的基石是数据仓库,数据仓库的质量直接影响到数据挖掘模型的建立与执行效率,并有可能影响到数据挖掘模型的最终结果的准确度。数据清理就是发现数据中的错误和不一致并加以消除,以提高数据的质量,使得数据挖掘模型建立的过程更加快捷和简便,挖掘出来的模式和规则也就更加有效和适用。     

数据基因:数据的遗传信息载体

基因是生命体进化过程中遗传信息的载体，该文参照生命体基因的概念，提出了用于描述数据生命历程的简单的数据基因模型。给出了数据基因、数据基因序列、数据基因组等概念，介绍了这种模型的应用领域及应用方法，对下一步工作进行了展望。     

移动网管平台中数据仓库数据抽取、净化和集成

将数据仓库运用到移动通信网络管理平台是当前比较受关注的一项技术。而数据抽取、净化和整合是数据仓库构建过程中最复杂的部分。提出了在移动通信网络管理平台中的实现方案     

ECAS数据仓库中数据集成的相关问题

数据仓库越来越广泛地应用于企业决策分析 ,从传统的操作型数据库集成数据是创建数据仓库必不可少的一步。结合宝钢能源部能源分析及成本分析系统 (ECAS)数据仓库 ,介绍了建立数据仓库时从不同的数据源抽取数据、清洗数据的相关问题。     

数据仓库中数据质量控制研究

随着数据仓库的深入应用,数据质量问题成为关系到数据仓库建设成败和数据能否有效应用的重要关键问题。该文首先讨论数据仓库环境下存在的数据质量问题以及保证数据质量的重要性,然后提出数据质量的度量和评价指标,最后给出了数据仓库实施和运行过程中数据质量控制的数据质量成熟度模型和保证仓库数据质量的方法。     

数据仓库中的数据集成转换

本文首先提出了数据仓库中数据集成的一个总体框架，然后列举了在数据转换中可能遇到的主要问题，最后根据这些转换规则，给出了一种描述性脚本语言来描述这些规则，继而给相应的处理模块解析处理。