[發明專利]一種XML關鍵字查詢方法

有效

• 申請號: 201410284885.2
• 申請日: 2014-06-23
• 公開（公告）號: CN104166672B
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 馮鈞;朱祖會;唐志賢;許瀟;杜丙帥;査顯月;王純;李宗祥;魏童童;朱躍龍;李士進;萬定生
• 申請（專利權）人: 河海大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 朱小兵

1.一種XML關鍵字查詢方法，其特征在于，包括如下步驟：

步驟1，確定XML文檔關鍵字序列的BLCEA節點集合，

所述BLCEA節點為實體節點，去掉BLCEA節點的子孫中包含所有查詢關鍵字的實體節點之后，剩余的子孫中仍然包含所有查詢關鍵字：

步驟1-1，初始化BLCEA節點集合為空；

步驟1-2，獲得所有關鍵字匹配節點的有序LDewey編碼集合，所述LDewey編碼包括：關鍵字匹配節點所處層次信息、關鍵字匹配節點的祖先節點在各自所處層次中的位置信息、關鍵字匹配節點在所處層次中的位置信息；

步驟1-3，由出現關鍵字匹配節點的最高層次開始逐層尋找BLCEA節點：對每一層中的各節點，當有實體節點是該層中所有關鍵字匹配節點的公共祖先時，將該實體節點加入BLCEA節點集合中，并在LDewey編碼集合中刪去以該實體節點為祖先的關鍵字匹配節點編碼；

步驟2，利用結果排序算法對以BLCEA節點集合各節點為根的子樹進行排序，返回用戶最理想的結果：

步驟2-1，在以每個BLCEA節點為根的子樹中計算關鍵字匹配度，按匹配度大小對BLCEA節點集合中的節點排序，并把以BLCEA節點集合中所有節點為根的子樹都返回給用戶，在關鍵字匹配度相等時進入步驟2-2；

步驟2-2，求出關鍵字在匹配度相等的BLCEA節點為根的子樹中的最短距離，按照最短距離遞增的順序排列各BLCEA節點，最短距離由以下表達式求得，前一個關鍵字匹配節點k₁、后一個關鍵字匹配節點k₂在同一條路徑上，則最短距離：

dist(k₁,k₂)＝|LDewey(k₁).level-LDewey(k₂).level|，

前一個關鍵字匹配節點k₁、后一個關鍵字匹配節點k₂不在同一條路徑上，則最短距離：

dist(k₁,k₂)＝LDewey(k₁).level+LDewey(k₂).level-2LDewey(v).level，

其中，LDewey(k1).level為前一關鍵字匹配節點k₁所處層次信息，LDewey(k2).level為后一關鍵字匹配節點k₂所處層次信息，LDewey(v).level為子樹根節點所處層次信息。

2.根據權利要求1所述的XML關鍵字查詢方法，其特征在于，步驟2-1中關鍵字匹配度的計算方法如下：前一個關鍵字的文本值等于后一個關鍵字文本值時，記匹配度為1，否則，記匹配度為0。