大规模非结构化数据的智能存储管理与检索关键技术

Web环境下网页、多媒体、电子文档等非结构化数据已经达到PB级并蕴含大量信息和巨大价值，比如视频监控数据还可以用来跟踪特定的对象，实施行为分析、模式挖掘，用于实时商务智能。同时大数据量和无结构使得存储管理和检索的难度日渐加大，迫切需要高效、有效的技术从长远角度来研究和解决相关的关键问题。本项目拟采用数据库方法来研究大规模非结构化数据的智能存储管理和检索的关键技术，建立一种基于自由表技术的统一管理平台。平台具有高度可扩展性，能够支持数据规模的不断扩展和新型数据。特别地，平台将能够对系统内的非结构化、半结构和结构化数据进行基于内容的统一自适应存储管理、智能检索与知识挖掘。课题将以视频数据、XML数据和关系数据作为典型数据来展开具体的研究。课题还将研究基于内容的多级摘要索引和展现、统一查询处理、多粒度存储、版本净化等非结构化数据管理中的其他重要技术。课题组有很好研究基础和队伍，能够完成课题任务。