《數據服務中可信的多態查詢關鍵技術研究》是依託中國人民大學，由朱青擔任項目負責人的面上項目。
基本介紹
- 中文名：數據服務中可信的多態查詢關鍵技術研究
- 項目類別：面上項目
- 項目負責人：朱青
- 依託單位：中國人民大學
項目摘要,結題摘要,
項目摘要
網路數據服務中搜尋引擎為信息檢索提供方便，但存在急需解決的問題：①面對大量的查詢結果，用戶通常很難快速分辨結果的有效性和可信性，排在前面的結果不一定是質量上乘和可信的，可信性需求尤為迫切。②網路信息是以多種形態存在並相互關聯，各數據資源混合存放，還沒有一個成熟的服務管理軟體有效地自動管理，大多需要半自動將其進行形態分類、形式化封裝，無法進行有效的語義查詢和多態深層查詢，更無法直接得到資源之間的關聯關係，導致數據資源利用率不高。本項目針對開放複雜數據服務環境，對異地異構資源進行透明、有效而統一的管理；依據資源語義，實現數據服務的多態查詢；依據可信知識擴展查詢，保證查詢結果的可信。研究內容：①多態數據資源的物理建模與邏輯組織；②多態查詢與查詢最佳化策略；③可信知識擴展檢索，基於主題、語義和情感傾向分析進行可信評估。旨意通過多態計算快速查詢高可信高價值信息，為雲服務、效用計算提供理論依據。
結題摘要
本項目針對開放複雜數據服務環境，對異地異構資源進行透明、有效而統一的管理。依據資源語義，實現數據服務的多態查詢。依據可信知識擴展查詢，保證多態查詢結果的可信。研究完成了:（1）結合資料庫的高性能和MapReduce的容錯性、擴展性，設計與實現了基於代價高效的大規模多態數據資源集成的系統HyDB。首次實現了新的存儲模型、混合模型下基於代價的查詢最佳化方案、最優計畫搜尋算法。（2）多態數據資源的物理建模與邏輯組織，研究是在混合架構的基礎上提高查詢效率. 由於混合架構中，開銷最大的是利用MapReduce 做連線操作和聚集操作的部分，針對複雜表關係和查詢負載無法做到準確的分析。所以提出混合架構上的劃分建議器，根據代價模型選擇相對負載下代價最小的劃分方式，提高查詢效率。（3）查詢處理與查詢最佳化算法，有效提高查詢效率。我們進行關鍵字的可信實體查詢、基於歷史查詢信息的關鍵字檢索研究，我們提出集成眾包的關鍵字查詢，將人計算與機器計算結合擴展眾包查詢，項目實現可信實體多態查詢與查詢最佳化策略。（4）基於自然語言的情感分析我們進行可信評估與推薦。根據主觀和客觀評論信息，判斷電影的類型，進行情感分析。具體做法是：首先系統利用詞法分析、句法分析解析主觀評論。再則利用SentiWordNet情感詞集和情感詞典分析打分，給出最合適的推薦。（5）系統包括：網頁信息可信判定，可信評估知識的獲取與知識庫的建立。系統通過自然語言處理，評論傾向分析和網頁發布溯源，可以對用戶反饋的觀點、事實陳述信息進行可信評估。（6）我們開發了多維度協同過濾算法支持可信推薦評估。實現可信知識擴展檢索，套用自然語言處理，相似匹配過濾大量噪音信息；基於項目、用戶、主題和語義分析進行可信評估與推薦。
