代表性成果之三

 复杂数据管理的基础理论研究

（2002~2006） 

成果类别：基础研究 

主要完成者：（带*号者为固定人员）

*刘梦赤、*彭智勇、*王树良、*李旭晖、*曾承、曹加恒、

李石君、陈昊、余翔宇、梁玲、彭煜玮、黄敏、王黎维、罗义、翟博譞、施源、马莎

摘   要

复杂数据的建模、存储、查询与推理已经成为信息资源管理中非常重要且迫切需要解决的问题。实验室从上世纪九十年代末就开始将复杂数据的管理作为主要研究方向之一。近五年来，实验室的科研团队根据复杂数据的表现形式，分别从复杂结构数据、半结构化数据和非结构数据这三个方面研究了复杂数据管理的基础理论和相关实现技术，取得了一系列理论和实践的研究成果，并将研究成果进行了推广应用。主要研究成果包括：

（1）复杂结构数据管理：针对传统面向对象数据库理论的不足，将演绎数据库和关系数据库的优点分别与面向对象数据库的特点相结合，开展了演绎对象数据库和对象代理数据库基础理论的研究。代表性研究成果分别在数据库领域的国内外最权威学术期刊（ACM TODS、IEEE TKDE和计算机学报）以及重要国际会议等发表，增强了实验室在该领域的国际影响。该领域的相关研究成果在国内外学术期刊与会议上共发表学术论文60余篇，其中SCI收录12篇、EI收录15篇，ISTP收录20篇。基于对象代理模型研制的数据库管理系统TOTEM已经通过了项目鉴定，鉴定委员会认为“对象代理模型在表现关系、对象、代理等复杂性建模方面具有原创性，自主研制的系统功能丰富实用，总体达到国际先进水平”。2006年，TOTEM系统获高等学校科技进步二等奖，其示范性应用也取得了良好的社会效益与经济效益。

（2）半结构数据管理：针对网上大量的HTML和XML半结构数据进行了深入系统的研究。传统的XML数据模型是基于DOM树、XSL 数据模型及XML信息集。这些模型用节点和树结构来表示XML数据，主要适用于计算机处理XML文档，而不适合于人们理解和查询XML文档内容。首先我们发现了XML与复杂对象数据之间的关系，提出一个专用于描述XML的对象数据模型XML Object Model。该模型可以把用节点和树结构表示的XML数据转换成类似于复杂结构的数据，从而使相关数据库查询语言技术可以用于查询XML数据。其次对现通用的查询XML文档的XPath进行了扩展，定义了XTree表达式结构。一个XPath表达式只能绑定XML文档树中的一个节点，而XTree表达式是可以一次绑定多个节点，并表示节点之间的逻辑关系。基于XTree提出了一种新的XML数据查询语言XTree，为XML数据提供了自然查询机制，与其他XML查询语言相比，基于XTree的查询语言具有描述能力强，形式简洁自然，易于理解，可用性好等特点。该研究成果将发表在信息处理领域的国际顶级期刊ACM Transactions on Information System上。

（3）非结构数据管理：基于数据库、推理 、分类、Web和本体等技术，深入系统地研究非结构数据管理的概念、方法、技术和理论。提出了对非结构数据进行管理的新方法、新思想。此项目在2006年获得到了国家杰出青年科学基金（外籍）项目资助。