计算机研究与发展杂志 北大期刊 CSCD期刊 统计源期刊

计算机研究与发展 2007年第Z3期杂志 文档列表

基于简单树匹配算法的Web页面结构相似性度量1-6

摘要：网页结构相似性的度量是Web信息处理中的一项重要任务,在数据抽取和搜索引擎等研究领域有着潜在的重要研究价值.好的相似性度量方法可以提高数据抽取的准确率和速度,还可以提高搜索引擎的速度,提高返回数据的质量,减少大量冗余数据占据的存储空间.实现该任务的已有算法往往存在着计算复杂度过高的问题,针对这一问题研究HTML文档标签特点,减少传统算法中使用的算子,进而采用简单树匹配算法来计算Web文档之间的结构相似度.简单树匹配不允许结点的替换和跨层匹配,从而大大提高了算法的运行效率.实验结果表明,所提出的方法不论在速度还是精度上都优于著名的Bag of XPaths方法.

论坛社区用户时空特征建模与挖掘7-12

摘要：用户建模是提供个性化服务的基础工作.结合数据挖掘在论坛社区系统中的运用,把言论行为建模为数据记录,提出基于时空特征属性的用户模型(spatiotemporal feature based user model)表示和挖掘算法.不同于传统的基于文本特征的用户模型,SFBUM提供了量化的用户在时间和空间维度上行为特征的描述,并通过实验表明该模型的稳定性以及在社区用户角色分类上的运用.

基于误差反馈的高速Web文本流快速近似分类13-17

摘要：针对Web文本分类的低效率问题,利用Web文本URL的特性,提出了一种混合URL及文本语义进行高速Web文本流的快速近似分类方法.首先通过学习训练样本和专家指定等方式得到使用URL和不使用URL进行分类的两个集合:肯定集合和否定集合.在分类过程中,得到Web文本的URL,从中提取和剥离出URL的关键特性对其进行建模,而后使用根据模型所属集合选择分类算法进行分类.定时对两个集合进行回归测试,根据误差及时更新两个集合以保证分类精度.实验表明,与传统文本分类方法、混合Link-Based和Content-Based的方法及纯URL-Based方法相比,该方法在不影响精度的前提下,可大幅度提高分类的性能.

Web信息系统中即席流程的并发控制策略18-22

摘要：Web信息系统(Web information systems,WIS)中的即席流程不同于结构化流程,其流程结构只有在运行时才能完全确定.即席流程的多实例并发执行时,由于同时访问共享资源,易造成系统的不一致性.当前普遍采用的流程并发控制机制大都只针对结构化流程,并不能很好地支持即席流程.为此,提出了一种基于语义的WIS即席流程并发控制策略,它充分利用流程语义信息,通过建立事务模型,采用数据库断言机制来实现WIS即席流程的并发控制,并在Web信息系统自动化构建环境WISE中得到了应用.

Deep Web数据集成中基于最小超集的查询转换23-28

摘要：近年来,随着Web上在线数据库的大量涌现,Deep Web数据集成(即Web数据库集成)成为当前信息领域的一个研究热点.查询转换是其中的核心部分,它主要负责将集成接口上的查询转换到相关Web数据库的接口上.由于Web数据库具有异构性和自治性的特点, 各查询接口上的属性名、数据格式以及查询能力都不尽相同,因此相当一部分查询不能进行精确转换,那么选择何种策略进行近似查询转换是一个很具有挑战性的工作.对这一问题进行了深入探讨,提出了基于最小超集的近似查询转换方法.实验结果表明,该方法在Deep Web数据集成中可以有效地提高返回结果的准确性.

基于覆盖关系的Deep Web数据源排名29-34

摘要：Deep Web是隐藏在Web数据库中的结构数据,只能通过查询接口访问.目前大部分针对排名的研究都只停留在对Deep Web接口特征的分析上.利用抽样理论知识,将在Deep Web中进行的每一次检索行为看做是一次抽样,检索的结果是抽样结果.通过选择合适的抽样方法,使抽样所反映出来的部分数据覆盖关系能够从一定程度上反映整个Deep Web的数据覆盖关系.进而通过对覆盖关系的估计,确定覆盖程度,并按其进行排名.

R2:一种增强Web服务可信度的代表元-复件模型35-39

摘要：作为面向服务架构SOA的一种主要形式,Web服务具有开放、松耦合和平台独立的特性,被认为是未来主要的软件模式.然而,其分布式特性也对Web服务的组织、运行与管理提出了新的挑战.现有的SOA模型主要关注Web服务的静态信息,无法在瞬息万变的网络环境中保证Web服务运行时的可靠性和效率.为此提出了一种基于代表元-复件的模型,该模型以代表元作为一组可替换Web服务的抽象,同时以复件的形式来保证代表元的可生存性,从而提高了Web服务在调用时的可靠性和效率.

基于马尔可夫覆盖的Web服务发现40-44

摘要：Web服务间蕴含的因果依赖关系及相应的推理机制,为自动Web服务发现提供了有效的理论基础.以构建自动、高效的Web服务发现方法为目标,从Web服务间所蕴含的概率因果关系出发,提出基于马尔可夫覆盖生成Web服务发现向导的方法.实验研究表明,所提出的Web服务发现方法具有较高的查准率和查全率.

传感器网络中能量高效的聚集算法研究45-49

摘要：聚集运算是传感器网络查询处理中最重要的一个运算.现有计算Max和Min的聚集算法中,大多是簇内节点把当前采集到的值发送到簇头节点,然后由簇头节点做聚集运算,选出本簇的Max或Min值.提出了一种能量有效的网内聚集算法PIA(power-efficient in-network aggregation).在PIA中,首先利用基于域的分布式数据汇聚模型DDAM(distributed data aggregation model)把传感器网络按域划分来构建连通核,查询只需在连通核中寻径,因而能明显减少寻径时间复杂度并且具有更好的分布性.在PIA中,核心节点把当前路径中的Max和Min值传送到节点上,如果节点的值不符合要求就放弃本次传送,因而能够明显减少数据的传送次数,从而达到节省能量的目的.理论分析和实验表明,该算法较传统算法在节省能量上有更好的表现.

传感器网络中能量高效的区域连接算法研究50-54

摘要：提出了一种能量有效的区域连接算法PTRJ(power-effective two region join).在PTRJ中,首先利用基于域的分布式数据汇聚模型DDAM(distributed data aggregation model)把传感器网络按域划分来构建连通核,查询只需在连通核中寻径,因而能明显减少寻径时间复杂度并且具有更好的分布性.在区域连接算法中,借鉴分布式数据库中半连接的思想,只是把连接属性中的元组投送到路径中的某个区域进行匹配运算,并不需要把整个连接表在网络中进行发送,因而能够更好地节省能量.理论分析和实验表明该算法较传统算法在节省能量上有更好的表现.

移动对象在空间网络数据库上的kNN查询55-60

摘要：在空间网络数据库中,基于位置的服务是一项重要功能,而k-NN查询是实现该服务的重要查询.在网络上有一个原始对象(例如在道路上行驶的汽车),有一组目标对象(例如旅店、加油站、救护车等等),k-NN查询返回距离原始对象最近的k个目标对象.在这种对象移动受到网络限制的情况下,网络距离将替代Euclidean距离作为k-NN查询的指标.提出了一种解决移动对象k-NN查询的算法,该算法使用了一组索引结构来解决移动对象的位置问题.实验分析表明这种方法比传统方法的执行效率更高.

分布式数据流上低通信开销的连续极值查询方法研究61-66

摘要：数据流本质上是分布的,很多时候必须考虑通信开销.基于滑动窗口模型,考虑分布式数据流上的精确连续极值查询问题,对降低通信开销的策略进行了研究.分析了滑动窗口和极值查询的特性,提出了一种数据裁剪策略,系统只需保存少量数据即可满足极值查询的需求,并从理论上证明了该裁剪是存储最优的.远程节点在保证全局结果正确性的前提下尽量延迟数据传递,从而尽可能对局部数据流进行裁剪过滤,达到降低通信量的目的.理论分析和实验结果证明了上述方法的有效性.

基于内容的订阅中支持订阅者移动的事件迁移算法研究67-72

摘要：对使用持久订阅的订阅者发生漫游后需要进行事件迁移的问题,分析了已有研究提出的同步算法的有效性,以及迁移算法对路由算法的依赖,提出了两种改进方法:预转移与预恢复.预转移方法通过提前将事件转发到新来提高事件恢复的速度.预恢复方法通过利用事件迁移算法的同步过程来从新和其邻居上恢复需要迁移的事件.

一种无线传感网络中基于聚类索引的区域查询处理方法73-77

摘要：在无线传感器网络环境中,观察者感兴趣的往往是某个地理区域的统计信息.观察者会经常提出与区域相关的查询,例如:"区域A的平均温度是多少","区域B中的哪些区域的温度在20～30℃之间."由于每个传感器节点只有有限的能量,因此,研究能量有效性的区域查询算法成为一个重要的研究课题.给出了一种无线传感网络中基于聚类索引的区域查询处理方法,并进行了分析和实验,证明该算法无论在存储还是在查询时消耗的能量都很小,大约是DIFS的1/7,从而延长整个传感器网络的生命周期.

无线传感器网络中一种基于历史数据分组的感知查询技术78-82

摘要：研究了无线传感器网络中一种基于历史数据分组的感知查询技术,提出了对传感器节点属性进行有效分组的策略.依据各个组构建相应的森林,并提出了基于森林聚集技术和加速聚集技术.同时提出了分组和森林的调整策略,以确保基于森林的聚集技术的有效性.最后,通过实验证明了所提方法的正确性、有效性和实时性.

一种基于过滤器的无线传感器网络近似kNN查询优化算法83-88

摘要：在无线传感器网络中进行感知数据查询,必须考虑传感器节点能量受限的特性.提出了一种基于过滤器的无线传感器网络近似一维K-NN查询优化算法FAKNN. FAKNN算法利用样本数据为每一个节点设置一个经验取值区间,并针对查询选择样本数据均值距离查询点最近的部分节点构成候选结果集.由于用户对查询结果的满意度与候选节点的个数和越界概率有关,因此需要通过计算节点的越界概率来确定最终候选结果集,并将候选节点的经验取值区间作为过滤器随查询请求发送到全网.节点利用过滤规则阻止数据发送,从而节省节点能量.仿真实验表明,FAKNN算法在保证查询准确率的同时,可大幅降低查询通信量.

动态的分布式环境下Top-k查询计算89-94

摘要：分布式Top-k查询计算在多媒体近似匹配、网络监控、文档检索和Web数据搜索等技术中具有重要意义.分析分布式Top-k查询计算算法性能的重要标准是网络延迟和带宽消耗.早期的算法主要研究在集中式的环境中,提供有效地处理分布式Top-k查询计算.然而,在动态的、分布式环境中,这些方法还显得不够成熟.因此,提出了一种在网络查询过程中建立的树形拓扑结构,利用直方图统计信息和Bloomfilter数据压缩技术,有效地执行局部优化,及在中间节点(peer)进行部分结果的合并,最终得到全局处理的Top-k查询计算方法(称做TTC算法).这种算法不仅降低了网络延迟,有效地支持动态变化的分布式环境,而且减少网络带宽的消耗.实验结果表明,TTC算法在全局带宽的消耗和网络的响应时间上效果非常显著.

无线传感器网络中一种基于权重模型的高效事件检测技术95-100

摘要：无线传感器网络综合了传感器、嵌入式计算、分布式信息处理和无线通信四大技术而被广泛应用于环境监测、空间探索、交通控制等诸多领域,但传感器节点却因能量有限、易受干扰、易被破坏等局限性而产生"脏数据",影响了其在事件检测应用中查询结果的准确性.提出了一种基于权重模型的高效事件检测技术,该技术利用节点各感知属性和事件发生的关联性大小来确定各属性权重,并根据相对自身位置的远近来确定各邻居节点在空间关联检查中的权重,在节约和均衡能耗的同时有效排除错误数据和干扰事件因素对查询结果的影响,明显提高事件检测的效率和准确性.