关系数据库中的关键词查询结果动态优化

郑燕玲

摘 要

关键词查询可以帮助用户更快捷的获取相关信息资料，并且随着计算机技术的不断发展，关系数据库的容量以及涵盖范围逐渐扩大，尤其是一些优化算法在数据库中的应用可以加快用户查询提取资料的速度和准确性。动态优化算法的应用对关系数据库中关键词查询有重要意义，更好地应用优化算是技术和只是发展记不得研究目标。

【关键词】关系数据库 蚁群优化算法 动态查询 关键词

1 蚁群优化算法

1.1 蚂蚁优化算法的起源和原理

蚁群优化原理起源于上世纪的仿生学，主要是受自然界蚂蚁搜寻食物的过程和行为受到启发而研究创造出的智能优化算法。蚁群算法的基本原理是：蚂蚁在寻找食物时并没有确切信息而是随即进行的，当某一只蚂蚁找到食物时会留下关于食物信息的信息素，其他蚂蚁会根据信息素的浓度确定最近食物信息，然后进行搜集搬运食物的觅食过程创造发展的。蚂蚁算法经过不断演化发展，目前是一种可以运用在多方面的优化算法。蚂蚁算法的最大特点和优势就是利用简单集合的信息实现实际操作中的最优化解决办法。在蚂蚁算法诞生之初曾被用来解决旅行商问题（traveling salesman problem，简称 TSP），而且效果显著。后来经过不断发展研究，蚂蚁算法衍生了更多的应用研究结果，并且蚂蚁算法经过专业人员的不断改进也形成了新的最优化算法，就是目前应用在生產生活各个领域的蚂蚁优化算法（ant colony optimization，一般简称 ACO）。这种蚂蚁优化算法主要应用在解决复杂问题方面。主要是因为蚂蚁优化算法的正反馈性，就是蚂蚁在寻找食物途中可以收集信息也可以搜集环境的反馈信息，然后将两方面的信息结合选择最优化的觅食之路。这种正反馈性可以充分帮助用户对信息或者环境的两面认识，便于用户选择最优化解决方案。另一个蚂蚁优化算法的特性是可以用于分布式环境中。因为蚂蚁觅食过程完全没有任何信息开始的，到最后能够最快最多的找到食物，蚂蚁算法的作用效果显著。

1.2 蚁群优化算法在求解关键词查询问题中的应用

实际上可以将关系数据库的关键词查询问题转化成一个Steiner 树的问题。经过多方研究证明蚂蚁优化算法对解决Steiner树问题具有高效性。但是目前的相关研究主要是单纯的解决Steiner树问题，并没有对其进行延伸性研究和探索。因此，用蚂蚁优化算法解决关键词查询问题还要进行进一步深入研究。运用用蚁群优化算法求解关系数据库中的关键词查询问题的基本原理是：多只蚂蚁的不断沟通与合作，找到包含所有关键词的 Steiner 树。要得出关键词查询结果的最优化答案，就要找出最小的一棵Steiner 树；还有一种情况是如果top-k 关键词查询，就找出代价最小的前 k 棵 Steiner 树。简单点说就是覆盖清除法：不断根据关键词进行查询得出结果，不断缩小结果范围，直至得出最优化答案。蚂蚁优化算法优化工程如图1所示。

2 确保关键词查询结果动态化的概念漂移原理

2.1 概念漂移的应用优势

一般的关系数据库中进行关键词查询结果基于蚁群优化算法的 ACOKS 算法是可以解决基本的关键词查询问题，但是这种算法有一个棉线的不足就是：无法解决查询结果的动态优化问题。因此，在 ACOKS 算法的基础上，需要研究探索出利用概念漂移理论的优化算法，即ACOKS*，确保关键词查询结果的动态优化，提高查询结果的准确性和有效性。目前，概念漂移理论的相关研究成果已经广泛应用在各个领域中。比如在一些大型的零售商场中，概念漂移理论可以帮助商场对顾客的购买行为进行分析研究，并且能够确保及时发现顾客购买行为的变化及时更正数据模型，确保商场对顾客的兴趣喜好有充分了解，方便商场的零售和宣传工作的定位。

2.2 概念漂移的基本原理及应用

概念漂移可以根据字面意思理解：就是指数据的分布会随着时间发生变化。这些变化会使在旧数据上建立的模型不再适用新的数据特性，因此，必须对模型进行更新和调整。利用概念漂移的这种动态性可以对关键词查询结果动态化进行应用的原理就是：利用概念漂移理论及时发现用户兴趣的突变，然后根据这种兴趣突变优化查询结果。其实就是在蚂蚁优化算法的查询结果的基础上根据变化的源头进行结果变化，让这种变化结果更加符合用户需求。这种概念漂移算法的应用过程十分简单：

（1）利用概念漂移理论确定用户的兴趣变化。

（2）对 ACOKS 算法做简单改进就能得出新的ACOKS*算法。

（3）根据新的算法输出符合用户预期的查询结果。

所以，经过分析可以发现，关系数据库中的关键词查询结果的动态优化需要两种优化算法的结合才能实现最佳动态优化目标。这两种算法在关系数据库中关键词查询应用可以有效解决用户的查询需求，方便用户在庞大而复杂的数据库中迅速提取获得所需信息和资料。

3 结语

综上所述，其实在关系数据库中使用的优化算法除了帮助用户方便快捷地获取相关资料的同时，还可以对关系数据库的资料进行一定的分类和整理工作，并且可以根据整理和分类需求剔除重复的旧模型数据，可以有效地避免关系数据库的重复数据生成。优化算法的应用是多方面的，也是不断发展的，相关的优化算法研究人员必须时刻跟紧社会技术发展以及社会需求变化，对优化算法做出更多的研究结果，确保优化算法在社会生产生活的有效应用。

参考文献

[1]林子雨，邹权，赖永炫等.关系数据库中的关键词查询结果动态优化[J].软件学报，2014，25（03）：528-546.

[2]孙伟.试析关系数据库中关键词查询结果动态优化[J].数字技术与应用，2016（09）：228-228.