(论文)基于XML+SCHEMA的模糊数据建模方法

第2 9 卷第1 0 期 2 0 0 8 年1 0 月 东北大学学报( 自然科学版) J o u r n a lo fN o r t h e a s t e r n U n i v e r s i t y ( N a t u r a lS c i e n c e ) v 0 1 2 9 。N o 1 0 O c t 2 0 08 基于X M LS c h e m a 的模糊数据建模方法 严丽，马宗民，刘健，于 戈 ( 东北大学信息科学与工程学院，辽宁沈阳1 1 0 0 0 4 ) 摘 要：为了满足现实W e b 应用中对不精确和不确定信息处理的需要，提出了一种基于X M L S c h e m a 的模糊X M I 。数据模型利用该模糊X M L 数据模型，模糊信息在X M L 文档中能以自然的方式进行表示在模 糊集和可能性分布理论的基础上，分析了X M L 文档中模糊数据的多重粒度，给出了不同类型模糊数据的 X M L S c h e m a 表示方法为模糊数据的W e b 发布与共享，以及实现基于W e b 的智能信息处理奠定了坚实的基 础 关键词：模糊集；可能性分布；X M I 。S c h e m a ；模糊X M I 。数据模型；W e b ；建模 中图分类号：1 1 P3 1 1 1 3 1文献标识码：A文章编号：1 0 0 5 3 0 2 6 ( 2 0 0 8 ) 1 0 1 4 0 6 0 4 F u z z y D a t a M o d e l i n g B a s e do nX M LS c h e m a 洲L i ，M A Z o n g - m i n ，L 1 U J i a n ，y U G e ( S c h o o l o fI n f o r m a t i o n S c i e n c e & E n g i n e e r i n g ，N o r t h e a s t e r nU n i v e r s i t y ，S h e n y a n g 11 0 0 0 4 ，C h i n a C o r r e s p o n d e n t ：M AZ o n g m i n ，E m a i l ：r r m z o n g m i n i s e n e u e d u c n ) A b s t I 翟c t ：T o m e e t t h er e q u i r e m e n tf o ri m p r e c i s ea n du n c e r t a i ni n f o r m a t i o np r o c e 碰s i n gi nt h e a c t u a l a p p l i c a t i o n s o f t h eW e b 。a f u z z y X M Ld a t am o d e li Sd e v e l o p e do nt h e b a s i so ft h eX M L S c h e m a W i t ht h em o d e lu s e d t h e f u z z yi n f o r m a t i o n i nX M Ld o c u m e n t sC a r lb er e p r e s e n t e d n a t u r a l l y B a s e d o nt h ef u z z ys e ta n dp o s s i b i l i t yd i s t r i b u t i o n t h e o r y ，t h em u l t i p l eg r a n u l a r i t i e s o f d a t af u z z i n e s si nX M L d o c u m e n t sa r ei d e n t i f i e d S Oa s t o p r o v i d e v a r i o u s t y p e s o fX M L S c h e m a r e p r e s e n t a t i o n s t h a t a d d r e s sa l lt y p e So f f u z z i n e s s T h e f u z z yX M L d a t am o d e lw i l ll a yaf i r m f o u n d a t i o nf o rf u z z yd a t ar e l e a s i n ga n di n t e l l i g e n t p r o c e s s i n g o nt h eW e b K e yw o r d s ：f u z z ys e t ；p o s s i b i l i t yd i s t r i b u t i o n ；X M LS c h e m a ；f u z z yX M L d a t am o d e l ；W e b ； m o d e l i n g 在现实世界中，信息通常是模糊、不确切的 为了处理不精确、不确定信息，人们对传统数据库 进行了扩展在过去的2 0 年里，模糊关系数据库 已经被广泛研究【卜引，而且最近几年，模糊面向 对象数据库和模糊概念数据模型的研究开始受到 研究者的广泛重视L 5 “J 当前，随着W e b 技术的 广泛应用，产生了种类繁多数量巨大的电子数据 资源，X M L 作为I n t e r a c t 的下一代标记语言已经 成为W e b 上数据表示与交换的标准【7 咱 为了能 够以X M L 格式输出模糊数据库中的数据，需要 研究模糊X M L 数据的表示和处理方法然而，当 前的X M L 不能表示和处理不精确和不确定数据 目前，对表示和查询含不精确和不确定信息 X M L 的研究还很少，只有含不完全信息的 X M L 9 j 和含概率信息的X M L 1 0 - 1 1 在研究文章 中有所讨论研究文献 1 2 提出了一种基于X M L D T D 的模糊X M L 模型，给出了模糊U M L 类图 到模糊X M L 模型，再到模糊关系数据库的形式 化转换方法但是应当指出的是，X M LD T D 缺乏 描述高结构化数据的充足表达能力，而X M L S c h e m a 则能为数据的描述提供丰富的结构、类型 和约束 本文在基于模糊集和可能性分布理论的基础 上，提出了支持多重粒度模糊性的X M L S c h e m a 数据模型，该模型可以很自然地表述X M L 中元 素及元素属性值上存在的模糊性信息模糊X M L 收稿1 5 1 期：2 0 0 7 1 1 2 6 基金项目：教育部新世纪优秀人才支持计划项目( N C E T 一0 5 0 2 8 8 ) 作者简介：严丽( 1 9 6 4 一) ，女，黑龙江齐齐哈尔人，东北大学副教授；马宗民( 1 9 6 5 一) ，男，黑龙江齐齐哈尔人，东北大学教授，博 士生导师；于戈( 1 9 6 2 一) ，男，辽宁大连人，东北大学教授，博士生导师 第1 0 期严丽等：基于X M LS c h e m a 的模糊数据建模方法 1 4 0 7 数据模型的研究，为W e b 信息的发布与共享、实 现基于W e b 的智能信息管理奠定了坚实的基础 对于任意的“，U ，取( “i ) 表示“f 为真的可能 性 1 不完备信息和模糊集理论 2X M L 中的模糊性问题 1 1 不精确和不确定信息 不一致性、不精确性、含糊性、不确定性和不 明确性是数据库系统中不完备( i m p e r f e c t ) 信息的 5 种基本形式 1 ) 不一致性是一种语义冲突，意味着现实世 界中的某相同方面在数据库系统中被不一致地表 示多次例如，G e o r g e 的年龄可能被同时存储为 3 4 和3 7 信息的不一致性通常来自于信息集成 2 ) 不精确性和含糊性与属性值的内容相关， 表明要从给定的范围内取一个值，但是当前不知 道选择哪一个，含糊信息通常表示成语言值例如 张三的年龄可以用集合 1 8 ，1 9 ，2 0 ，2 1 来描述，此 为不精确信息，而李四的年龄可以用语言常量“年 轻”来描述，此为含糊信息 3 ) 不确定性与属性取值的真值度相关，表明 对一个或一组给定的值分配相信程度，例如C h r i s 当前的年龄是3 5 岁的可能性为9 8 4 ) 不明确性表示的是信息缺乏完备的语义， 而导致了多种可能性的解释通常，一个信息可能 同时存在几种类型的非完整性信息的不精确性 和不确定性是非完整性信息的两种主要形式【1 3 J ， 文献中已提出多种方法来表示不精确和不确定信 息【1 4 J ，这些方法可归结为2 大类，分别是符号方 法和定量方法，而由Z a d e h E l 5 提出的模糊集理论 和可能性分布理论已经被广泛用于不精确和不确 定信息的定量表示 1 2 模糊集和可能性分布理论 设u 是一个论域，F 是L ，上的一个模糊 集【1 5 】F 的定义需要一个隶属函数卢F ：U 一 0 ， 1 ，其中对于任意的“U ，卢F ( U ) 表示U 属于模 糊集F 的隶属度，模糊集F 表示为 F = 膨( U 1 ) U 1 ，脚( u z ) u 2 ，他( “。) u ” 当U 不是离散域的时候，模糊集F 则表示为 F = j - 阿( “) 允 这里，产F 用于表示模糊集F 的隶属函数；F ( “) 用于表示“属于模糊集F 的隶属度本文只讨论 离散模糊集 当卢F ( “) 解释成一个变量x 值为“的可能 性度量时，一个模糊值就可以用一个可能性分布 丌x 来表示【1 6J ，这里X 取U 中的值： 戤= 取( U 1 ) u l ，取( U 2 ) U 2 ，戤( “。) 在关系数据库模型中有两类模糊性：一类是 与元组的隶属度相关的模糊性，另一类是用可能 性分布表示的属性值元组的隶属度表示元组属 于一个相应关系的可能性，属性值可能性分布表 示不确定这个属性的精确值，只能确定属性可能 取值的范围及每个可能值为真的可能性 对于结构化的数据，可以用X M L 很自然地 表示模糊信息在模糊X M L 中，可以用隶属度信 息表示元素的模糊性，也可以用一个可能性分布 表示元素属性值的模糊性对于元素的属性值， X M L 限定其为惟一单值但是不难发现，这种限 制在实际中并不总是正确的，通常有些数据项有 多个值，并且这些值可能未知，只能用可能性分布 来表示以T o mS m i t h 的e m a i l 地址为例，由于其 可能同时有几个e - m a i l 地址其e - m a i l 地址为 “T S m i t h y a h o o c o r n ”的可能性是0 6 ，为 “T o m S m i t h y a h o o ，c o m ”的可能性是0 8 5 ，为 “T o m S m i t h h o t m a i l c o m ”的可能性是0 8 5 ，为 “T S m i t h h o t m a i l c o m ”的可能性是0 5 5 ，为 “T S m i t h m s n c o m ”的可能性是0 4 5 与上述情 况相反，有些数据项则只能取单值例如，一个人 的年龄就是一个惟一非负整数当不能确定其具 体年龄时，可以用可能性分布 0 4 2 3 ，0 6 2 5 ， 0 8 2 7 ，1 0 2 9 ，1 0 3 0 ，1 0 3 1 ，0 8 3 3 ，0 6 3 5 ， 0 4 3 7 来表示其年龄信息基于上述讨论，对含 可能性分布的模糊数据可以有两种解释，即模糊 析取数据( d i s j u n c t i v e ) 和模糊合取数据 ( c o n j u n c t i v e ) 综上，将X M L 文档中的模糊性分为两类： 1 ) 第一类是元素的模糊性，可以用隶属度与 这样的元素关联； 2 ) 第二类是元素属性值的模糊性，可以用可 能性分布表示 图1 是一个包含模糊信息的X M L 文档片段 3 模糊表示模型 3 1X M I _ 中的模糊数据表示 由上面的例子可以看出，一个取值为 0 ，1 的 可能性属性“P o s s ”应当首先引入，它与一个称作 “V a l ”的模糊构造子共同用于说明一个给定元素 存在于X M L 文档的可能性图1 的第3 行( V a l P o s s = 0 8 ) 描述了给定的元素是C o m p u t e r 1 4 0 8东北大学学报( 自然科学版)第2 9 卷 S c i e n c ea n dT e c h n o l o g y 的可能性为0 8 对于 X M L 文档中可能性为1 0 的元素，元素的起始标 志( V a l P o s s = 1 0 ) 和结束标志( V a l ) 可以省略 1 3 ( V a l P o s s = 0 8 ) 4 ( d e p a r t m e n tD N a m e = “C x a n p u t e rS c i e n c ea n dT e c h n o l o g y ”) 5 ( t e a c h e rT I D = “2 1 1 4 8 1 2 0 0 7 ” 6 ( D i s tt y p e = “d i s j u n c t i v e ”) 7 ( V a lP o s s = 0 8 ) 8 ( m a r n e ) V i n c e n tL y o t ( m a r n e ) 9 ( t i t l e ) A & s o c i a t eP m f e s m r ( t i t l e ) 1 0 ( s a l a r y ) 3 0 0 0 ( s a l a r y ) 1 1 ( t e l ) 0 2 4 8 3 6 8 0 0 0 1 ( t d ) 1 2 ( 、瑚 1 3 ( wP c 髓= 0 6 ) 1 4 ( m a r n e ) V i n c e n t L y o t ( t n a m e ) 1 5 ( t i t l e ) P r o f e s s o r ( t i t l e ) 1 6 ( s a l a r y ) 5 0 0 0 ( s a l a r y ) 1 7 ( t e l ) 0 2 4 8 3 6 6 0 0 0 1 ( t d ) 1 8 。( 、瑚) 1 9 ( D i s t ) 2 0 ( t e a c h e r ) 2 1 ( s t u d e n ts I D = “2 0 0 2 3 0 5 6 ”) 2 2 ( s n a m e ) T o mS m i t h ( s n a m e ) 2 3 ( a g e ) 2 4 ( D i s tt y p e = “d i s j u n c t i v e ”) 2 5 ( WP o s s = 0 4 ) 2 3 ( 、q ) 2 6 ( V a l P e a s = 0 ，6 ) 2 5 2 8 ( wP o s s = 1 0 ) 2 9 ( 、瑚 2 9 ( V a lP o s s = 1 0 ) 3 0 ( 、，a 1 ) 3 0 ( V a lP o R s = 1 0 ) 3 1 ( V a l ) 3 1 ( WP c 瞒= 0 8 ) 3 3 ( A q ) 3 2 ( wP o s s = 0 6 ) 3 5 ( A q 3 3 ( V a lP o s s = 0 4 ) 3 7 ( 一心 3 4 ( D i s t ) 3 5 ( a g e ) 3 6 ( g r a d e ) 9 5 ( g r a d e ) 3 7 ( e m i l ) 3 8 ( D i s tt y p e = “c o n j u n c t i v e ”) 3 9 ( V a lP o s s = 0 6 0 ) T S m i t h y a h o o 0 0 f n ( 、q ) 4 0 ( P o s s = 0 8 5 ) T o m S m i t h y a h o o c o m ( V a I ) 4 1 ( P 0 6 s = 0 8 5 ) T o m S m i t h h o t m a i l ( 、瑚) 4 2 ( wP o s s = 0 5 5 ) T S m i t h h o t m a i l o d i n ( v , a ) 4 3 4 9 ( c o u r s e ) 5 0 5 1 和( v a l ) ，可以表 示元素的可能性分布信息，而可能性分布也可以 表示模糊的元素值为此，需要引入另一个模糊构 造子D i s t 来描述可能性分布信息图1 的2 4 - - 3 4 行，描述的是T o mS m i t h 的年龄信息的D i s t 构造 子，这里的可能性分布是祖先一后代链的叶子节 点实际上可能性分布也可以是非叶子节点图1 的6 1 9 行描述了I D 为2 1 1 4 8 1 2 0 0 7 教师的可能 情况在教师的两个信息中，7 1 2 行的状态值有 0 8 的可能性，1 3 1 8 行的状态值具有0 6 的可 能性 3 2 模糊X M LS c h e m a 定义 随着模糊构造子的引入，可以利用X M L 表 示模糊信息，但为了能够容纳这些模糊构造子，需 要对现有的X M LS c h e m a 进行相应的修改在这 节中，将重点研究模糊X M L 数据模型的S c h e m a 表示问题 首先，元素V a l 的S c h e m a 定义为 ( x s ：e l e m e n tn a m e = “V a l ”t y p e = “v a h y p e ”) ( x s ：c o m p l e x t y p en a m e = “v a l t y p e ”) ( x s ：s e q u e n c e ) ( x s ：e l e m e n tn a m e = “o r i g i n a l d e f i n i t i o n ”m i n O c c u r s = “0 ” m a ) ( ( ) c c u r S = “u n b o u n d e d ”) 7 x s ：a t t r i b u t en a m e = P o s s t y p e = “x s ：f u z z y ”m i n O c c u r $ = “0 ”n 1 a X O C C L l l S = “u n b o u n d e d ”d e f a u l t = “1 0 ”) ( x s ：, s e q u e n c e ) ( x s ：c o m p l e x t y p e ) 元素D i s t 的S c h e m a 定义为 ( x s ：e l e m e n tn a w l e = “D i s t ”t y p e = “d i s t t y p e ”) ( x s ：c o m p l e x t y p e n a l T l e = “d i s t t y p e ”) x s ：e l e m e n tn a m e = “V a l ”t y p e 5 “v a l t y p e ”m i n O c c u r s 。 0m a ) ( ( ) c a l r s = “u n b o u n d e d ”乃 此时，叶子元素l e a f e l e m e n t 可能是精确的 ( 如图1s t u d e n t 中的s n t 3 m e ) ，也可能是模糊的，取 可能性分布表示的值( 如图1 s t u d e n t 中的a g e ) 叶子元素l e a f E l e m e n t 是不含模糊性的精 确元素，则其S c h e m a 可以定义为 ( ) ( s ：e l e m e n tI m e = “l e a f e l e m e n t ”t y p e 2 “l e a f e l e m e n t t y p e ”门 第1 0 期严丽等：基于X M LS c h e m a 的模糊数据建模方法 ( x s ：d e m e n tn a r n e = “o r i g i n a l d e f i n i t i o n ”t y p e = “x s ：t y p ” m i n O c c u r s = “0 ”m a ) ( 0 c c u r s = “* ”乃 叶子元素l e a f E l e m e n t 是取值为可能性分 布表示的模糊元素，则其S c h e m a 可以定义为 ( ，【s ：e l e m e n t n a m e 2 “l e a f e l e m e n t ”t y p e 2 “l e a f e l e m e n t t y p e ” ( x s ：c o r n p l e x t y p e = “l e a f e l e m e n t t y p e ” ( x s ：e l e m e n tf l a m e2 “d i s t ”t y p e = “d i s t t y p e ”m i n O e e u r s 2 0 m a x O e c u r s = “* ” ( x s ：e o m p l e x t y p e ) 2 ) 一个非叶子元素，它的S c h e m a 定义为 ( x s ：e l e m e n tn s l n e 2 “n o n l e a f e l e m e n t ”t y p e 2 “n o n l e a f e l e m e n t t y p e ”n ( x s ：c o m p l e x t y p en a m e “n o n l e a f e l e m e n t t y p e 、 ( x s ：s e q u e n c e ) ( x s ：e l e m e n tr l a I n e = “o r i g i n a l d e f i n i t i o n ”t y p e 。“) 【s ：t y p e s ” l 1 1 i n O c c u r B 0 m a x n e l l s2 “* ”乃 ( x s ：m m p l e x t y p e ) 非叶子元素取与可能度相关联的值，则其 S c h e m a 可以定义为 ( ) 【s ：e l e m e n tn a m e 一- - “n o n l e a f e l e m e n t ” t y p e = “n o n l e a f d e m e n t t y p e ” ( x s ：c o m p l e x t y p e n a l T l e = “r - o n l e a f d e m e n t t y p e “ ) ( x s ：e l e m e n tn a m e = “v a l ”t y p e = v a l t y p e m i n ( ) c m u s = “0 ” H l a 】o c c u r s 5 “* ” ( x s ：c o m p l e x t y p e ) 非叶子元素取值的集合，集合中的每个值 与一个可能度相关联，其S c h e m a 可以表示为 ( 稻：e l e m e n tl k a m e = “n o n l e a f e l e m e n t ” t y p e = “n o n l e a f e l e m e n t t y p e ”门 ( x s ：c o r n p l e x t y p en f n l e - 2 “n o r d e a f e l e m e n t t y p e ”) ( x 8 d e m e n tn a m e = “d i s t ”t y p e = “d i s t t y p e ”m i n O e c u r s = “0 ”m a 延) c c l l r s 2 “* ”) ( x s ：c o m p l e x t y p e ) 4 结语 本文在研究模糊集和可能性分布理论的基础 上，讨论了X M L 中数据模糊性的多重粒度，分 析了模糊数据的表示方法为了能更好地支持模 糊信息的处理，提出了模糊X M L S c h e m a 数据模 型 今后的研究工作重点将放在模糊信息的查询 优化技术问题上，以便建立一套基于模糊X M L 的完备数据操作运算体系 参考文献： 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 1 4 3 1 5 1 6 B u c k l e s BP ，P e t r yF E A f u z z yr e p r e s e n t a t i o n o fd a t a f o r r e l a t i o n a ld a t a b a s e J n z z y 融5 a n d $ 哦研5 ，1 9 8 2 ，7 ( 3 ) ：2 1 3 2 2 6 M aZ M ，M i l iF H a n d l i n gf u z z y i n f o r m a t i o n i ne x t e n d e d p o s s i b i l i t y - b a s e d f u z z yr e l a t i o n a ld a t a b a s e s J I n t e r n a t i o n a l J o u r n a lo fI n t e l l i g e n t S y s t e m s ，2 0 0 2 ，1 7 ( 1 0 ) ：9 2 5 9 4 2 鼬uKVS VN ，M a j t n n d a rAK F u z z yf u n c t i o n a l d e p e n d e n c i e s a n dl o s s l e s sj o i n d e c o m p o s i t i o n o f f u z z y r e h t i o n a ld a t a b a s es y s t e m s J A C M T r a n s a c t i o n s o nD a t a - b a s eS y s t e m s ，1 9 8 8 ，1 3 ( 2 ) ：1 2 9 1 6 6 P r a d e H ，T e s t e m a l eC G e n e r a l i z i n g d a t a b a s er e h t i o n a l a l g e b r a f o rt h et r e a t m e n to f i n c o m p l e t e o ru n c e r t a i n i n f o r m a t i o n J I n f o r m a t i o n 渤，1 9 8 4 ，3 4 ：1 1 5 1 4 3 ， M a Z M ，Z h n g WJ ，M a W Y ，e ta 1 C o n c e p t u a ld e s i g n o f f u z z yo b j e c t - o r i e n t e d d a t a b a s e su t i l i z i n ge x t e n d e d e n t i t y - r e l a t i o n s h i pm o d e l J I n t e r n a t i o n a lJ o u r n a lo fI n t e l l i g e n t S y 咖m s ，2 0 0 1 ，1 6 ( 6 ) ：6 9 7 7 1 1 Z “e l iA C h e nPP E n t i t y r e l a t i o n s h i p m o d e l i n g a n df u z z y d a t a b a s e s C P r o c e e d i n g so f t h e 1 9 8 6 I E E EI n t e r n a t i o n a l C o n f e r e n c e o n D a t aE n g i n e e r i n g L o s 姆k s ：I E E E C o m p u t e rS o c i e t y 1 9 8 6 ：3 2 0 一3 2 7 W 3 C E x t e n s i b l e m a r k u p l a n g u a g e ( X M L ) E B O L h t t p ： V C w r W W 3 o r g T R R F 盼x m l ，2 0 0 6 一l O 1 6 B e r n e r s - L e eT ，H e n d t e rJ 。L a s s i l aO 1 r I 陀s e m a n t i c w e b J 侃& i e n t i f w A m e r i c a n ，2 0 0 1 ，2 8 4 ( 5 ) ：3 4 4 3 A b i t e h o n tS ，S e g o u f i n L ，V i a n uV R e p r e s e n t i n ga n d q u e r y i n g X M Lw i t h i n c o m p l e t ei n f o r m a t i o n J A C M n s a c t i o n s o n h a b a s # S y s t o n s ，2 0 0 6 ，3 1 ( 1 ) ：2 0 8 2 5 4 H u n gE 。G 咖r L ，S u b r a h m a n i a n VS P r o b a b i l i s t i c i n t e r v a l X M L C # P 溅s o ft h e 2 0 0 3 I n t e r n a t i o n a lC o n f e r e n c e o i lD a t a b a s eT