Web半动态页面的状态迁移维护法

Web的迅猛发展使其成为全球信息传递与共享日益重要和最具潜力的资源。对于内容由许多源数据库导出的大型Web站点来说,保持自身的时新性是非常重要的一项任务。这一点对于那些提供快速变化信息,如股票交易信息和产品信息的网站来讲尤为突出。本文介绍一种名为MOST(Maintain On Status Transfer)的算法,它把数据库导出的半动态页面分为四种状态,不同状态的页面有着不同的使用和维护规则,页面根据访问情况和基础数据变化情况进行状态迁移。实验数据表明,MOST算法对于更新和访问都比较频繁的Web环境具有较好的适应性,性能优于纯物化算法和Mod算法。     

数据挖掘在电信领域客户行为分析中的应用

首先介绍了基于数据挖掘技术构建的客户行为分析系统的架构,然后讨论了5种典型的电信领域客户行为分析应用及其使用的数据挖掘技术.     

OSAF-tree--可迭代的移动序列模式挖掘及增量更新方法

移动通信技术和无限定位技术的发展积累了海量的、动态增长的时空数据．利用数据挖掘技术从移动用户的时空行为轨迹当中挖掘用户移动序列模式,在移动通信、交通管理、基于位置服务等领域有着广泛的应用前景．由于移动环境网络资源珍贵、数据量大的特点,传统的序列模式挖掘方法在效率上很难满足需求．OSAF-tree算法基于投影的概念,只需要对数据库进行一遍扫描,就可以很好地处理移动序列模式的挖掘及其增量更新和迭代挖掘问题,这是一个非常高效的算法．与已有的方法相比,OSAF-tree算法在性能和I/O代价等方面都具有明显的优势．     

基于树自动机的XPath在XML数据流上的高效执行

如何在XML数据流上高效地执行大量的XPath查询成为数据流应用中一个迫切需要解决的关键问题.目前提出的算法或者不能完全支持XPath的常规特性,或者在算法的执行效率和空间代价上不能满足数据流应用的要求.提出了基于树自动机的XEBT机来解决这个问题.与传统方法相比,XEBT机具备如下特征:首先,XEBT机基于表达能力丰富的树自动机,无须附加中间状态,或保存中间结果,就能处理支持{[]}操作符的XPath;其次,XEBT机支持多种优化策略,包括基于DTD的XPath查询自动机的构造;在空间代价有限增加的情况下采用局部确定化减少并发执行的状态;采用自上而下和自下而上相结合的查询处理策略.实验结果表明,提出的方法能够支持复杂的XPath查询,在执行效率和空间代价方面优于传统算法.     

泸型酒醅物理性质的实验研究

实验测定了酒醅含湿量、乙醇含量、真实密度、堆积密度、空隙率、堆积角和静摩擦系数在窖池中的分布规律.结果表明,随着窖池深度的增加,含湿量从60.2%升高到71.3%,乙醇含量先升高后降低,表层最低为4.1%,中下层最高为6.4%,底层为5.7%;真实密度、松散堆积密度和振实堆积密度随窖池深度增加而增大,其范围分别为747.5kg/m3～913.4kg/m3、374.7kg/m3～443.2kg/m3和529.8kg/m3～580.6kg/m3;堆积角的变化范围是42.8°～45.3°,表层最小、中下层最大;酒醅在生铁、玻璃和木板上的静摩擦系数均随窖池深度增加而增加,其范围分别为0.54～0.58、0.58～0.66和0.69～0.85.研究结果为酒醅混合搅拌及输运设备的设计和蒸馏工艺优化提供了重要参考.     

多物化视图并行增量保持三阶段模式

文章提出了一种基于并行流水线处理方式的多物化视图(materialized views)增量保持方法,即在先进行筛选的条件下,利用归类拓扑排序,将所有物化视图进行分类,使每一类中的视图之间没有嵌套定义关系.最后对每一类中的所有视图利用基于信号量控制机制的流水线模式并行处理,以达到对多物化视图实现增量保持的目的.