数据库模糊查询结果自动排序方法

钟芙蓉

摘 要：本文针对简单模糊查询及复合模糊查询的处理方法并做了验证，同时介绍了模糊查询转换为精确查询的方法。同时指出模糊查询方法还可以扩展到多表查询、子查询等，而关系中的属性值的隶属函数和模糊PIR中的阈值也可根据实际需要进行调整。

关键词：数据库；模糊查询；自动排序

数据库模糊查询主要用于研究现实世界中一些模糊不清的问题，使之清晰化，这一理论在信息论、自动控制等领域的研究与应用也得到了迅速发展。而将模糊理论应用于数据库查询，主要是将模糊查询条件应用于传统的以二值逻辑和精确的数据工具为基础的数据库中。然后，利用PIR改进模型和历史查询记录来分析元组中被查询指定的属性值与未指定的属性值之间的关联程度，从而获得用户偏好并以此对具有相同隶属度的元组进行排序得到符合条件的结果。

1.模糊查询的形式化概述

3.实验分析

3.1实验环境

实验数据采用某房地产销售数据库，选择seattle城市，经模糊查询后，元组中约有6万条查询结果，历史记录中包含200多条指定里几个属性的查询，在原始数据群里提取5个测试数据集，把每个测试集大小定为50条元组，利用5个查询测试条件。每个测试条件Qi对应数据集Hi，其中包含与Qi相关和无关的元组集合。

3.2测试排序质量

由于没有具体的排序质量评估标准，因此只能以用户对查询结果排序的满意程度来大体的评估排序质量。在上述实验环境下，对于测试条件Qi，从Hi中选取与查询条件最为贴合的10个元组进行排序，在此基础上应用DPR，PR和QFIDF三种排序方法，比较排序质量。模糊查询最后是根据阈值和隶属函数将模糊条件变为精确数值区间的，因此变化厚度查询条件再作为PR和QFIDF方法的查询条件，从而不论是准确查询还是模糊查询都能得到同样的结果，最后评估其模糊查询后的排序质量。对比结果来看，DPR排序方法的排序质量较高，PR、QFIDF两种方法排序质量较低。假定不考虑模糊查询的情况下，也不考虑隶属度排序对于三种方法排序质量的影响，只在精确查询的情况下，对比这三种排序算法的排序质量。从对比结果来看，在不考虑模糊查询的情况下，也不考虑隶属度排序对于三种方法排序质量的影响，DPR方法与其两种排序方法相比，在排序质量上分别提高了约2%～10%，很明显，要优于QFIDF排序方法。因此，可以得出结论，无论是在模糊查询结果排序方面，还是在精确查询结果排序方面，DPR排序算法相比较PR和QFIDF两种排序方法，有着较为明显的优越性。

4.结语

本文根据多年的計算机数据库技术经验，及参阅了大量的资料和有效数据之后，对于数据库模糊查询下多结果的自动排序方法基于模糊集理论，提出了隶属度排序方法。基于PIR改进模型及历史查询记录等来多元化的分析元组中被查询的指定属性值和未指定的属性值他们之间的关联程度，提出了改了模型排序方法。两种方法综合使用成为了DPR排序方法。经过实验，数据表明，对于数据库模糊查询结果的自动排序，DPR排序方法有着较高的排序质量。

参考文献：

[1]马宗民.数据库模糊查询结果自动排序方法[J].东北大学学报，2011

[2]赵法信. Vague关系数据模型的聚集操作[J].企业文化， 2014