数据服务中可信的多态查询关键技术研究

网络数据服务中搜索引擎为信息检索提供方便，但存在急需解决的问题：①面对大量的查询结果，用户通常很难快速分辨结果的有效性和可信性，排在前面的结果不一定是质量上乘和可信的，可信性需求尤为迫切。②网络信息是以多种形态存在并相互关联，各数据资源混合存放，还没有一个成熟的服务管理软件有效地自动管理，大多需要半自动将其进行形态分类、形式化封装，无法进行有效的语义查询和多态深层查询，更无法直接得到资源之间的关联关系，导致数据资源利用率不高。本项目针对开放复杂数据服务环境，对异地异构资源进行透明、有效而统一的管理；依据资源语义，实现数据服务的多态查询；依据可信知识扩展查询，保证查询结果的可信。研究内容：①多态数据资源的物理建模与逻辑组织；②多态查询与查询优化策略；③可信知识扩展检索，基于主题、语义和情感倾向分析进行可信评估。旨意通过多态计算快速查询高可信高价值信息，为云服务、效用计算提供理论依据。

本项目针对开放复杂数据服务环境，对异地异构资源进行透明、有效而统一的管理。依据资源语义，实现数据服务的多态查询。依据可信知识扩展查询，保证多态查询结果的可信。研究完成了:（1）结合数据库的高性能和MapReduce的容错性、扩展性，设计与实现了基于代价高效的大规模多态数据资源集成的系统HyDB。首次实现了新的存储模型、混合模型下基于代价的查询优化方案、最优计划搜索算法。（2）多态数据资源的物理建模与逻辑组织，研究是在混合架构的基础上提高查询效率. 由于混合架构中，开销最大的是利用MapReduce 做连接操作和聚集操作的部分，针对复杂表关系和查询负载无法做到准确的分析。所以提出混合架构上的划分建议器，根据代价模型选择相对负载下代价最小的划分方式，提高查询效率。（3）查询处理与查询优化算法，有效提高查询效率。我们进行关键字的可信实体查询、基于历史查询信息的关键字检索研究，我们提出集成众包的关键字查询，将人计算与机器计算结合扩展众包查询，项目实现可信实体多态查询与查询优化策略。（4）基于自然语言的情感分析我们进行可信评估与推荐。根据主观和客观评论信息，判断电影的类型，进行情感分析。具体做法是：首先系统利用词法分析、句法分析解析主观评论。再则利用SentiWordNet情感词集和情感词典分析打分，给出最合适的推荐。（5）系统包括：网页信息可信判定，可信评估知识的获取与知识库的建立。系统通过自然语言处理，评论倾向分析和网页发布溯源，可以对用户反馈的观点、事实陈述信息进行可信评估。（6）我们开发了多维度协同过滤算法支持可信推荐评估。实现可信知识扩展检索，应用自然语言处理，相似匹配过滤大量噪音信息；基于项目、用户、主题和语义分析进行可信评估与推荐。