【正文】 SOAP協(xié)議來訪問網(wǎng)絡(luò)上的 Web服務(wù)。 ?對(duì)于數(shù)據(jù)集選擇，最簡(jiǎn)單的方法是用戶自己選擇信息資源庫(kù)。 42 分布式檢索中的數(shù)據(jù)集選擇 （二）粗略法 ?粗略法 (Rough Approaches)是一種提供每一個(gè)成員搜索引擎描述信息的數(shù)據(jù)集選擇方法。 ?該方法衡量成員搜索引擎數(shù)據(jù)集有用性的標(biāo)準(zhǔn)是： （ 1）成員搜索引擎數(shù)據(jù)集中對(duì)于每個(gè)查詢的潛在有用文檔數(shù)量。 MRDD方法是一種靜態(tài)學(xué)習(xí)方法。它通過訓(xùn)練查詢得到初始經(jīng)驗(yàn)，通過真實(shí)查詢不斷更新知識(shí)。如果與類別 C相關(guān)的一組術(shù)語(yǔ)中至少有一個(gè)術(shù)語(yǔ)出現(xiàn)在 q中， q便被對(duì)應(yīng)到該類別。粗略法的準(zhǔn)確性有一定的提高，但由于描述信息比較簡(jiǎn)略，因此沒有定性法準(zhǔn)確。定性法和定量法都需要建立和維護(hù)一些成員搜索引擎的描述信息，其可維護(hù)性完全取決于所需描述信息的多少。異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)的 異構(gòu)性 主要體現(xiàn)在以下幾個(gè)方面： 53 異構(gòu)數(shù)據(jù)庫(kù)的特點(diǎn) ?（一）異構(gòu)性。 54 異構(gòu)數(shù)據(jù)庫(kù)的特點(diǎn) ?（一）異構(gòu)性。 55 異構(gòu)數(shù)據(jù)庫(kù)的特點(diǎn) ?（二）分布性。此類系統(tǒng)向用戶提供統(tǒng)一的檢索接口，將用戶的檢索要求轉(zhuǎn)化為不同數(shù)據(jù)源的檢索表達(dá)式，并發(fā)地檢索本地的和廣域網(wǎng)上的多個(gè)分布式異構(gòu)數(shù)據(jù)源，并對(duì)檢索結(jié)果加以整合，經(jīng)去重和排序等操作后，以統(tǒng)一的格式將結(jié)果呈現(xiàn)給用戶。 ? (3)運(yùn)用元搜索引擎的基本原理 ,利用數(shù)據(jù)庫(kù)的 Web 客戶端進(jìn)行統(tǒng)一檢索。若想使應(yīng)用程序操作不同類型的數(shù)據(jù)庫(kù)，就要?jiǎng)討B(tài)地鏈接到不同的驅(qū)動(dòng)程序上。 JDBC完成三項(xiàng)工作： (1)建立與數(shù)據(jù)庫(kù)的連接； (2)發(fā)送 SQL語(yǔ)句； (3)處理查詢結(jié)果。之所以叫“半自治”是因?yàn)槁?lián)邦中的所有數(shù)據(jù)庫(kù)都添加了彼此訪問的接口。 FDBS中實(shí)現(xiàn)互操作最常用的方法是將每個(gè)數(shù)據(jù)庫(kù)模式分別和其它所有數(shù)據(jù)庫(kù)模式進(jìn)行映射。 66 。這樣 FDBS中的數(shù)據(jù)庫(kù)更具有自治性，但必須用戶解決所有語(yǔ)義上的異構(gòu)。 63 異構(gòu)數(shù)據(jù)集成 （一）聯(lián)邦數(shù)據(jù)庫(kù) 聯(lián)邦數(shù)據(jù)庫(kù)系統(tǒng) (Fedrated Database System，F(xiàn)DBS)是由參與聯(lián)邦的半自治的數(shù)據(jù)庫(kù)系統(tǒng)組成，目的是實(shí)現(xiàn)數(shù)據(jù)庫(kù)系統(tǒng)間部分?jǐn)?shù)據(jù)的共享。使用 JDBC能夠方便地向任何關(guān)系數(shù)據(jù)庫(kù)發(fā)送 SQL語(yǔ)句。 60 異構(gòu)數(shù)據(jù)庫(kù)跨庫(kù)檢索技術(shù) （一）開放式數(shù)據(jù)庫(kù)互連 ODBC ODBC(Open Database Connector)是由Microsoft推出的基于 C語(yǔ)言的開放數(shù)據(jù)庫(kù)互連技術(shù)，主要針對(duì)客戶端 /服務(wù)器結(jié)構(gòu)的數(shù)據(jù)庫(kù)。主要是利用數(shù)據(jù)庫(kù)產(chǎn)品本身提供訪問異構(gòu)數(shù)據(jù)庫(kù)的功能，以實(shí)現(xiàn)在異構(gòu)環(huán)境下建立具有較高性能的分布式數(shù)據(jù)系統(tǒng)。體現(xiàn)在擁有對(duì)自身系統(tǒng)內(nèi)各種資源的使用權(quán)利，同時(shí)擁有與其它系統(tǒng)的交互權(quán)利。關(guān)系表達(dá)的異構(gòu)。規(guī)則的不同。 52 異構(gòu)數(shù)據(jù)庫(kù)的特點(diǎn) ?異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)是 相關(guān)的多個(gè)數(shù)據(jù)庫(kù)系統(tǒng)的集合 ，可以實(shí)現(xiàn) 數(shù)據(jù)的共享和透明訪問 ，每個(gè)數(shù)據(jù)庫(kù)系統(tǒng)在加入異構(gòu)數(shù)據(jù)庫(kù)系統(tǒng)之前本身就已經(jīng)存在，擁有自己的 DMBS?？删S護(hù)性是指一種數(shù)據(jù)集選擇方法對(duì)成員搜索引擎描述信息的獲取及更新的難易程度。準(zhǔn)確性是指成員搜索引擎所含的潛在有用文檔數(shù)量來判斷該搜索引擎相關(guān)性的準(zhǔn)確程度。訓(xùn)練完成后，每個(gè)數(shù)據(jù)集對(duì)于每個(gè)類別都是一個(gè)信任因數(shù)。 46 分布式檢索中的數(shù)據(jù)集選擇 （五）基于學(xué)習(xí)的方法 ?動(dòng)態(tài)學(xué)習(xí)方法使用真正的用戶查詢，檢索經(jīng)驗(yàn)可以被逐步積累并持續(xù)更新。 ?靜態(tài)學(xué)習(xí)方法使用訓(xùn)練查詢，每個(gè)成員搜索引擎關(guān)于訓(xùn)練查詢的檢索經(jīng)驗(yàn)可以在使用前得到。如果處理得當(dāng)使用這種方法可探測(cè)到每個(gè)潛在有用的文件。 41 分布式檢索中的數(shù)據(jù)集選擇 （一）樸素法 ?樸素法（ Na239。 39 分布式檢索中的數(shù)據(jù)集選擇 ?由于信息資源的海量性，對(duì)于一個(gè)信息需求，在指定檢索策略時(shí)，不可能在每一個(gè)信息資源中進(jìn)行檢索，但又必須保證所選擇的信息資源能夠搜索到適合的信息，這時(shí)就要用到數(shù)據(jù)集選擇。 ?SOAP是一種在分布式的環(huán)境中交換信息的簡(jiǎn)單協(xié)議，也是一種基于 XML的不依賴傳輸協(xié)議的表示層協(xié)議。同時(shí)它還需要在現(xiàn)有的技術(shù)基礎(chǔ)上，通過制定新的協(xié)議和標(biāo)準(zhǔn)來實(shí)現(xiàn)。 35 分布式信息檢索模式 （四）基于 Web服務(wù)的分布式信息檢索 ?Web服務(wù)（ Web service）是一種可獨(dú)立的、模塊化的 Web應(yīng)用，它允許在 Web站點(diǎn)上放置可編程的元素，能進(jìn)行基于 Web的分布式計(jì)算和處理。當(dāng)用戶查詢一個(gè)關(guān)鍵詞時(shí)，它把用戶的查詢請(qǐng)求轉(zhuǎn)換成其他搜索引擎能夠接受的命令格式，并行地訪問多個(gè)搜索引擎來查詢這個(gè)關(guān)鍵詞，然后將返回的結(jié)果進(jìn)行合并、排序等處理后，作為自己的結(jié)果返回給用戶。 ? 收集相應(yīng)的檢索結(jié)果。 27 分布式信息檢索原理 ?由于一個(gè)代理服務(wù)器組成的分布式檢索系統(tǒng)存在局限性，目前大多數(shù)的分布式信息檢索系統(tǒng)都是由多個(gè)代理服務(wù)器組成多級(jí)代理的分布式信息檢索系統(tǒng)。這些分布式的信息資源在邏輯上是一個(gè)整體，從而構(gòu)成一個(gè)分布式檢索系統(tǒng)。在此硬件環(huán)境下，倒排索引及主文檔可以分割存放，如倒排索引分放在內(nèi)存各部分，主文檔分放在并行輔存中，以便在檢索時(shí)由各臺(tái)處理機(jī)同時(shí)查找數(shù)據(jù)。 20 并行檢索中的索引文檔處理 （二）基于倒排表的分割處理 ?使用倒排表進(jìn)行查詢項(xiàng)分割時(shí)，要將每個(gè)關(guān)鍵詞項(xiàng)分割到不同的處理器上去。 ?使用倒排表進(jìn)行數(shù)據(jù)集分割有兩種實(shí)現(xiàn)方法：物理倒排表分割方法和邏輯倒排表分割方法。 16 并行檢索中的索引文檔處理 （一）倒排表索引結(jié)構(gòu) ?在并行處理的機(jī)器上進(jìn)行檢索要考慮到搜索算法對(duì)并行處理能力的影響 .一些主要的并行技術(shù)包括人物分配、負(fù)載平衡和樹排序等。但是隨著并行技術(shù)的進(jìn)一步發(fā)展，程序的控制并行間題將得到逐步解決。 11 并行檢索技術(shù) （一）并行檢索策略 ?并行技術(shù)分為數(shù)據(jù)并行和功能并行（控制并行）。MIMD可以處理互相獨(dú)立的多個(gè)任務(wù)或者協(xié)同執(zhí)行同一任務(wù)。它的指令需要傳遞給結(jié)構(gòu)中的 n個(gè)處理器。 6 并行信息檢索原理 （二）單個(gè)查詢內(nèi)部的并行處理 ?即對(duì)單個(gè)查詢的計(jì)算量進(jìn)行分割，分成多個(gè)子任務(wù)，并分配到多個(gè)處理器上的搜索進(jìn)程上去執(zhí)行。第六章 并行與分布式信息檢索 本章目錄 第一節(jié) 引言 第二節(jié) 并行信息檢索 第三節(jié) 分布式信息檢索方法 第四節(jié) 異構(gòu)數(shù)據(jù)庫(kù)檢索 2 第一節(jié) 引言 ?并行信息檢索主要依賴計(jì)算機(jī)并行處理技術(shù)。這種方法也稱為任務(wù)級(jí)的并行檢索，它可以同時(shí)處理多個(gè)查詢請(qǐng)求，從而提高檢索的吞吐量。 SIMD結(jié)構(gòu)算法既可以建立在標(biāo)識(shí)檔結(jié)構(gòu)之上，也可以建立在倒排檔結(jié)構(gòu)之上。 ?MIMD并行體系結(jié)構(gòu)主要由多個(gè)具有自己的控制單元，處理單元和局部?jī)?nèi)存的多個(gè)處理器組成，多個(gè)處理器之間通過共享內(nèi)存或者通信網(wǎng)絡(luò)相連接。 ?盡管這一方法簡(jiǎn)單，但是隨著處理器增加，磁盤和I/O通道數(shù)量也增加，磁盤瓶頸會(huì)影響檢索性能?？刂撇考?shí)際上是一臺(tái)高性能的單處理器 ,它執(zhí)行控制指令和只適于串行處理的操作指令 ,而把適于并行處理的指令 ”播送 ”給所有的處理單元 ,但僅有那些處于 ”活動(dòng) ”狀態(tài)的處理單元才并行地對(duì)各自的數(shù)據(jù)進(jìn)行同一操作 . 13 并行檢索技術(shù) （一）并行檢索策略 ?功能并行主