当前位置:论文写作 > 毕业论文范文 > 文章内容

数据库模糊查询结果自动排序方法

主题:mongodb排序查询 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-03-08

简介:关于排序查询方面的论文题目、论文提纲、排序查询论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。

排序查询论文范文

mongodb排序查询论文

目录

  1. 1. 问题定义
  2. 2. 隶属度排序
  3. 3. 实验分析
  4. 4. 结语
  5. mongodb排序查询:使用排序查询显示商城最热商品排榜.28-[www.i8qp.com]筛选页面

(邯郸职业技术学院电子信息工程系 河北邯郸 056001)

摘 要:计算机应用技术是当代社会应用最广泛,也利用的最好的技术之一,数据库技术是计算机应用技术中比较常用的一种.当某一行业或者某一系统积累了越来越多的数据信息的时候,人们自然而然的应用了数据库技术.随着其中数据信息的增多,人们又设计了检索模块来方便查询,但是当所知道的信息不多检索时,就利用了数据库模糊查询,这就需要考虑到许多因素由于其影响大小或者时间顺序等的排序罗列数据,本文就数据库模糊查询结果自动排序方法进行简单分析.

关键词:数据库 模糊查询 自动排序 分析

中图分类号:TP3 文献标识码:A 文章编号:1672-3791(2011)05(c)-0022-01

模糊查询会产生几个、几十个甚至上百个查询结果,那么就有必要将查询结果按照用户的需求进行自动排序.通常的解决方案就是根据检索的模糊条件来定义隶属函数,谈后根据阈值进行α-结集运算,得到的数值区间就能够将模糊条件变为精确条件.对于用户来说,他们希望查询得到的首要结果就是所要查询的结果,因此,模糊查询结果的自动排序在数据库检索模块中相当重要.

1. 问题定义

定义1、假设D是一个数据库,包含x个文本型及数值型属性A等于{A1,A2,!,Am},n条元组T等于{T1,T2,!,Tn},设Q为D上的一个模糊查询,如果数据库D中存有海量数据信息,那么查询后将得到很多足该查询要求的元组,这种情况即为模糊查询下多查询结果问题.

2. 隶属度排序

(1)属性权重系数.

一个关系中所有属性都是不一样的,根据对于用户的重要程度,有的划为重要属性,有的划为次要属性.本文描述的问题则是由属性权重系数来衡量属性的重要程度的.如果在历史查询记录里,用户在某些属性上查询的次数越多,则证明该属性在关系中比较重要,那么就应该分配比较高的权重系数.反之,则只能分配较低的权重系数.因此,根据历史记录里某属性上查询次数来确定权重系数.设F(Ai)是历史查询记录里在属性Ai上查询的次数,N是查询总数,那么,Ai的权重系数确定方法如下:

W(Ai)等于 F(Ai)/N

(2)隶属度排序.

元组对模糊查询的隶属度越高,那么排序的分值越大.例如:模糊查询“City等于 Kirkland and View 等于Oceanv iew and Price close to 3500”,查询后得到结果,元组中Price上的属性值都在3400~3600范围内,计算出每个元组的隶属度,进而对模糊查询的结果进行自动排序.但是,经过隶属度排序之后,查询得到的结果会被划分为许多具有高低不同隶属度的元组集合.这些集合里还会存在具有相同隶属度的元组,因此还有进一步区分每个集合中隶属度相同的元组.

3. 实验分析

(1)实验环境.

实验数据采用某房地产销售数据库,选择seattle城市,经模糊查询后,元组中约有6万条查询结果,历史记录中包含200多条指定里几个属性的查询,在原始数据群里提取5个测试数据集,把每个测试集大小定为50条元组,利用5个查询测试条件.每个测试条件Qi对应数据集Hi,其中包含与Qi相关和无关的元组集合.

(2)测试排序质量.

由于没有具体的排序质量评估标准,因此只能以用户对查询结果排序的满意程度来大体的评估排序质量.在上述实验环境下,对于测试条件Qi,从Hi中选取与查询条件最为贴合的10个元组进行排序,在此基础上应用DPR,PR和QFIDF三种排序方法,比较排序质量.

模糊查询最后是根据阈值和隶属函数将模糊条件变为精确数值区间的,因此变化厚度查询条件再作为PR和QFIDF方法的查询条件,从而不论是准确查询还是模糊查询都能得到同样的结果,最后评估其模糊查询后的排序质量,对比结果如图1所示.

mongodb排序查询:使用排序查询显示商城最热商品排榜.28-[www.i8qp.com]筛选页面

从图示对比结果来看,DPR排序方法的排序质量较高,PR、QFIDF两种方法排序质量较低.

假定不考虑模糊查询的情况下,也不考虑隶属度排序对于三种方法排序质量的影响,只在精确查询的情况下,对比这三种排序算法的排序质量,其对比结果如图2所示.

从图示对比结果来看,在不考虑模糊查询的情况下,也不考虑隶属度排序对于三种方法排序质量的影响,DPR方法与其两种排序方法相比,在排序质量上分别提高了约2%~10%,很明显,要优于QFIDF排序方法.因此,可以得出结论,无论是在模糊查询结果排序方面,还是在精确查询结果排序方面,DPR排序算法相比较PR和QFIDF两种排序方法,有着较为明显的论文范文性.

4. 结语

本文根据多年的计算机数据库技术经验,及参阅了大量的资料和有效数据之后,对于数据库模糊查询下多结果的自动排序方法基于模糊集理论,提出了隶属度排序方法.基于PIR改进模型及历史查询记录等来多元化的分析元组中被查询的指定属性值和未指定的属性值他们之间的关联程度,提出了改了模型排序方法.两种方法综合使用成为了DPR排序方法.经过实验,数据表明,对于数据库模糊查询结果的自动排序,DPR排序方法有着较高的排序质量.

参考文献

[1] 孟祥福,马宗民,严丽.数据库模糊查询结果自动排序方法[J].东北大学学报(自然科学版),2008(7).

[2] 赵法信,马宗民.基于Vague关系数据模型的聚集操作[J].东北大学学报(自然科学版),2006,27(12).

总结:本论文可用于排序查询论文范文参考下载,排序查询相关论文写作参考研究。

mongodb排序查询引用文献:

[1] 热门查询本科论文选题 查询本科论文题目怎么取
[2] 最新查询本科参考文献 查询本科核心期刊参考文献有哪些
[3] 查询本科论文提纲格式 查询本科论文大纲怎么写
《数据库模糊查询结果自动排序方法》word下载【免费】
mongodb排序查询相关论文范文资料