15、XML关键字搜索中的分组和聚合函数

XML关键字搜索中的分组和聚合函数

1. 引言

在信息检索中，关键字搜索已经从简单的匹配语义查找和基本结果检索发展起来。如今，XML数据的关键字搜索为用户提供了更多探索数据的机会，用户可以使用关键字查询并附加可视化、聚合、查询建议等额外需求。本文旨在研究如何在简单的XML关键字搜索基础上支持分组和聚合函数，这能让用户无需学习复杂的结构化查询语言和数据模式。

例如，在一个包含讲师、课程和学生关系的XML文档中，若用户想知道“Cloud”课程的注册学生数量，只需提出如 {Cloud, count student} 的关键字查询。若能在关键字查询中表达分组功能就更好了，比如查找每门课程的注册学生数量可以表示为 {group-by course, count student} 。

我们提出了一种支持包含 max 、 min 、 sum 、 avg 、 count 等分组和聚合函数的XML搜索方法（称为表达性关键字查询），通过基于关键字的界面实现。与现有的基于LCA（最低公共祖先）语义的简单XML关键字搜索方法相比，我们的方法面临三个挑战：
- 关键字通常具有歧义，有不同的解释。在简单的XML关键字搜索中，无需考虑答案属于哪种查询解释，但在我们的方法中，若不区分查询解释，分组和聚合函数的结果将不正确。
- XML文档中由于多对多关系，对象和关系可能会重复。在简单的XML关键字搜索中，重复答案可能只是让用户困扰，但在聚合函数 count