20、解决 XML 关键字搜索中因对象重复导致的答案缺失问题

解决 XML 关键字搜索中因对象重复导致的答案缺失问题

在 XML 关键字搜索里，对象重复现象常常会造成答案缺失。为解决这一问题，我们提出了一种新方法，下面将详细介绍该方法的原理、实现步骤及实验结果。

1. 核心概念

1.1 中心节点

在搜索答案的节点集合中，中心节点至关重要，它通过连接节点将匹配节点相连，对应着公共祖先和公共后代。直观来讲，公共祖先类似 LCA 语义，而公共后代能提供缺失的答案。一个中心节点要么只有入边（作为公共后代），要么只有出边（作为公共祖先），不会两者兼具。

1.2 避免信息重叠

定义中的第二个属性 P2 旨在避免答案中的信息重叠。每个答案需有自己的匹配节点集合，以贡献新信息，即一个答案的匹配节点不能同时是其祖先/后代答案的匹配节点。

2. 方法概述

2.1 整体流程

该方法以数据中心的 XML 文档为输入，将其建模为 XML IDREF 图，然后返回符合定义的答案。整个过程包含预处理和运行时处理两个主要部分：
- 预处理 ：
- 生成 XML IDREF 图。
- 进行索引操作。
- 运行时处理 ：
- 查找潜在的中心节点。
- 确定真正的中心节点。
- 回溯匹配节点并查找连接节点。

2.2 方法特性

此方法具备三个主要特性：
- 重复感知 ：认识到 XML 文档中存在对象重复问题，通过将 XML 文档建模