19、Web耦合查询机制详解

Web耦合查询机制详解

1. 耦合查询概述

在Web信息检索中，耦合查询是一种重要的查询机制。为了理解耦合查询，我们首先要构建一个Web信息模型。

1.1 信息空间

WWW包含了大量的信息空间，从简单文件到复杂的服务提供商，它们分布在互联网上。为了能正式处理信息，需要定义一个概念上统一的信息空间，用户可以基于此空间来制定查询。这个信息空间需具备以下Web特征：
- 信息内容 ：要包含信息内容和一些元数据信息。
- 超文本结构 ：在超文本环境中，文档的组织方式也传达着信息。信息空间必须反映超文本的图结构，以便搜索超文本结构信息。

我们将WWW视为一个有向图，虽然整个图的拓扑结构未知，但可以通过浏览Web部分推断出来。图的顶点和边由所有可能的WWW导航活动定义。假设WWW是确定性的，即其结构、内容和程序（如CGI脚本）是静态的，且程序是确定性且与时间无关。这是对WWW的简化，但能让我们假定在查询执行期间WWW不会改变。

以下是WWW图的定义：
定义6.2：一个WWW图G(WWW) = (V, E) 是一个二元组，其中V和E分别是Web上节点和链接对象的集合，且E ⊆ V × V。每条边e ∈ E 是从节点对象v ∈ V 到u ∈ V 的超链接，具体情况包括：
- 点击v中有效超链接可访问的文件对应的任何节点对象。
- 填写v中的表单返回的数据对应的任何节点对象。
- 点击v中无效超链接获得的默认错误HTML消息（Error 404）。

这个定义是对实际WWW的简化模型，便于处理。该模型可