4、网络数据管理与查询系统深度解析

网络数据管理与查询系统深度解析

1. 网络仓库相关目标与假设

在网络数据管理领域，有几个核心目标需要达成：
- 设计合适的数据模型来表示网络数据。
- 构建一种机制，用网络中的相关数据填充网络仓库。
- 设计网络代数，用于操作数据以获取更多有用信息。
- 开发网络仓库的应用程序。

同时，为了便于讨论，我们做出了以下假设：
- 网络数据建模基于 HTML 规范（版本 3.2）和 XML 规范（版本 1.1）。
- 不涉及网络中图像、视频或其他多媒体对象的建模和操作。
- 仅考虑通过 HTTP、FTP 和 Gopher 访问的包含非可执行文本内容的网站，如 HTML 或 XML 文档、纯文本，不包括包含调用 CGI 脚本表单的页面。

2. 研究问题概述

在网络仓库的数据建模和操作过程中，存在以下研究问题：
- Web 数据耦合机制 ：网络数据通常是半结构化的，其结构不规则、不完整，且可能不符合固定模式。这给从网络中检索相关信息以填充网络仓库带来了严重挑战。
- Web 数据表示 ：需要高效地对网络文档进行建模，以支持基于元数据、内容和结构的查询与分析。由于网络文档的内容、结构和元数据之间没有明确的界限，单纯复制文档不利于查询和分析，因此需要提取这些属性。
- 施加约束的机制 ：在网络仓库中，我们关注满足特定约束条件的文档和链接，这些条件涉及元数据、内容和结构信息。同时，需要定义一种方法来对相关网络文档的超链接结构施加约束，以利用文档间的关系。