基于谓词分类的语义缓存查询裁剪

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (1): 44-49.

基于谓词分类的语义缓存查询裁剪

李东¹杨小鹏²罗鹏飞¹

1. 华南理工大学计算机科学与工程学院, 广东广州 510640；2. 华南理工大学软件学院, 广东广州 510006

收稿日期:2007-01-31 修回日期:2007-08-25 出版日期:2008-01-25 发布日期:2008-01-25
通信作者: 李东（1970-），男，博士，副教授，主要从事数据库、XML和移动计算方面的研究． E-mail:cslidong@scut．edu.cn
作者简介:李东（1970-），男，博士，副教授，主要从事数据库、XML和移动计算方面的研究．
基金资助:
广东省自然科学基金资助项目（48086040550）

Query Trimming for Semantic Cache Based on Predicate Classification

Li Dong Yang Xiao-peng Luo Peng-fei

1.School of Computer Science and Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China; 2. School of Computer Software, South China University of Technology, Guangzhou 510006, Guangdong, China

Received:2007-01-31 Revised:2007-08-25 Online:2008-01-25 Published:2008-01-25
Contact: 李东（1970-），男，博士，副教授，主要从事数据库、XML和移动计算方面的研究． E-mail:cslidong@scut．edu.cn
About author:李东（1970-），男，博士，副教授，主要从事数据库、XML和移动计算方面的研究．
Supported by:
广东省自然科学基金资助项目（48086040550）

摘要/Abstract

摘要： 为了解决传统查询裁剪在时间和空间上的高复杂性，提出了一种基于谓词分类的语义缓存查询裁剪算法．首先从语义上将谓词分成范围谓词和约束谓词两类，并分别对这两类谓词进行“满足”、“相交”和“包含”的定义；然后基于谓词分类提出了一种新的查询裁剪算法，并对算法的复杂度进行了分析．模拟实验结果表明，所提出的裁剪算法是有效的，特别是在处理查询和缓存相交的情况下，与基于谓词模型的传统串型裁剪算法和基于逻辑规则的裁剪算法相比，文中算法可明显改善查询裁剪效率．

关键词: 查询裁剪, 语义, 约束式, 范围式, 语义缓存

Abstract:

In order to overcome the high complexity of the traditional query-trimming algorithm in time and space domains, a query-trimming algorithm for semantic cache is proposed based on predicate classification. In the proposed algorithm, all predicates are first divided into two different categories, namely restricted predicate and range predicate, which are then defined as semantic satisfaction, semantic intersection and semantic inclusion. Afterwards, a new query-trimming algorithm is presented, with its complexity being also analyzed. The proposed trimming algorithm is finally compared with the traditional serial trimming algorithm based on predicate model and with the trimming algorithm based on logic rules. Simulated results show that the proposed algorithm greatly improves the query-trimming efficiency, especially in the case of intersection between query and cache.

Key words: query trimming, semantics, restricted predication, range predication, semantic cache

李东杨小鹏罗鹏飞 . 基于谓词分类的语义缓存查询裁剪[J]. 华南理工大学学报（自然科学版）, 2008, 36(1): 44-49.

Li Dong Yang Xiao-peng Luo Peng-fei . Query Trimming for Semantic Cache Based on Predicate Classification[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(1): 44-49.

[1]	王艾迪, 郎洪, 丁朔, 等. 基于语义分割模型的三维沥青路面车辙异常分析方法[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 134-144.
[2]	苏锦钿洪晓斌余珊珊. 基于多模型集成的语义文本相似性判断[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 1-9.
[3]	刘伟铭, 温俊锐, 郑仲星, 等. 适用于地铁异物前景检测的神经网络———DifferentNet[J]. 华南理工大学学报(自然科学版), 2021, 49(10): 11-21,40.
[4]	周文博刘磊张鹏吕帅. Tabular 表达式中正规函数表操作的形式语义 [J]. 华南理工大学学报（自然科学版）, 2019, 47(2): 85-91.
[5]	王达磊彭博潘玥陈艾荣. 基于深度神经网络的锈蚀图像分割与定量分析[J]. 华南理工大学学报（自然科学版）, 2018, 46(12): 121-127,146.
[6]	黄江平姬东鸿. 基于卷积网络的句子语义相似性模型[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 68-75.
[7]	邹杜陈育青张凌. 基于语义匹配的抄袭检测方法[J]. 华南理工大学学报（自然科学版）, 2013, 41(7): 131-136.
[8]	梁茹冰刘琼. 使用MSS 维护语义缓存一致性的方法[J]. 华南理工大学学报（自然科学版）, 2011, 39(7): 127-133.
[9]	黄鸿冯海亮何同弟. 融合流形学习与相关反馈的人脸图像检索[J]. 华南理工大学学报（自然科学版）, 2011, 39(5): 91-96.
[10]	苗德成奚建清贾连印刘勇. 一种形式语言代数模型[J]. 华南理工大学学报（自然科学版）, 2011, 39(10): 74-78.
[11]	李东袁应化叶友刘振宇 . 基于属性更新的语义缓存一致性维护算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(5): 139-144.
[12]	刘波齐德昱林伟伟庞雄文 . 基于本体的语义数据融合方法[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 96-101.
[13]	刘杰樊孝忠陈康林培光 . C—SHOIQ：描述逻辑SHOIQ的云扩展[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 106-112.
[14]	冯少荣肖文俊. 基于语义距离的高效文本聚类算法[J]. 华南理工大学学报（自然科学版）, 2008, 36(5): 30-37.
[15]	王伟凝贺前华. 基于色彩描述的图像情感语义查询[J]. 华南理工大学学报（自然科学版）, 2008, 36(1): 60-66.