【作者】 何东彬；

【导师】 王俊义；

【作者基本信息】 内蒙古大学 ， 计算机软件与理论， 2006， 硕士

【摘要】 因特网诞生以来，网络信息资源急剧增长，如何利用数据检索技术有效的发现和使用资源成为急待解决的问题。XML具备许多HTML没有的优点，其实现了内容、结构和表现三者的分离，因此适于数据表现、交换及存储。同时，它是一种半结构化文档，其结构信息使得文档不仅能够被计算机所理解，同样适合人类阅读。而且，XML较HTML更加适合应用于网络和检索。因此越来越多的数据开始使用XML进行描述、存储和交换，XML正逐渐成为Web舞台上的新星，取代HTML成为Web数据表现、存储、集成和交换的标准指日可待。 如何有效地利用、加工、分析和处理XML，目前已经存在一些XML的查询和存储管理技术方面的研究成果。本文在前人已有工作的基础上，针对XML文档的具体特点，从检索原理、数学模型、信息压缩、数据库实现等方面研究了已有的技术和实现手段，就XML文档检索模型的主要技术问题，给出了一个XML文档检索的总体框架和理论模型，提出了一种索引和存储方案。具体就是基于数据库存储，充分利用成熟的数据库系统以简化对并行处理、数据恢复、事务处理的系统实现；对文档树的内容和结构进行先序索引；对索引表中关键词的置入表进行压缩编码处理。并给出了基于树查询的部分匹配检索算法，使系统适用于不同类型的XML文档的检索需求。 最后，设计并实现了一个基于改进向量空间模型的原型检索系统。更多还原

【Abstract】 The resources on the net are increasing rapidly since internet’s naissance. The problem of finding and utilizing resources through retrieving technology has been desiderating to solve . XML technology has more merits than HTML, It can realize the independence of content,struct and view, and it is more suitable for reveal 、exchange and $tore of data.At the same time,it is also a semi-structed document,which can fit human to read and computer to understand.XML’s retrieval is more suitable than Html in the network . So, more and more data is described, stored, exchanged and represented with XML.It is gradually becoming a new star on the stage of Web . Finally ,XML will become the standard for the reveal,store, integration and exchange of Web data.According to the importance of how to utilize 、 process 、 parse and disposal in effective method ,nowadays, there are some production results existed in XML index and query field. On the basis of some pertinent researches,and as to the XML peculiarity , the essay researchs the realization technology through the aspects of retrieval theory, mathematics model, information compress and database realization.Concering main technological problem of XML document retrieval model, the article offers a general frame and theorical model,and provides a method更多还原