出版者的話
中文版序
譯者序
前言
第1章　緒論1
　1.1　什么是數(shù)據(jù)集成1
　1.2　數(shù)據(jù)集成面臨的挑戰(zhàn)5
　　1.2.1　系統(tǒng)原因5
　　1.2.2　邏輯原因5
　　1.2.3　社會和管理原因6
　　1.2.4　設定預期7
　1.3　數(shù)據(jù)集成架構7
　　1.3.1　數(shù)據(jù)集成系統(tǒng)的組成部分7
　　1.3.2　數(shù)據(jù)集成實例9
　1.4　全書概覽12
　參考文獻注釋13
第一部分　數(shù)據(jù)集成技術基礎
第2章　查詢表達式及運算16
　2.1　數(shù)據(jù)庫概念回顧16
　　2.1.1　數(shù)據(jù)模型16
　　2.1.2　完整性約束18
　　2.1.3　查詢和應答19
　　2.1.4　合取查詢20
　　2.1.5　datalog查詢21
　2.2　查詢展開22
　2.3　查詢包含與等價23
　　2.3.1　形式化定義23
　　2.3.2　合取查詢的包含24
　　2.3.3　合取查詢的并集25
　　2.3.4　帶有比較謂詞的合取查詢26
　　2.3.5　帶有否定的合取查詢28
　　2.3.6　包語義、分組和聚集30
　2.4　基于視圖計算查詢32
　　2.4.1　問題定義33
　　2.4.2　視圖與查詢計算的相關性34
　　2.4.3　查詢重寫的可能長度34
　　2.4.4　桶算法和MiniCon算法35
　　2.4.5　邏輯方法：逆規(guī)則算法41
　　2.4.6　算法比較42
　　2.4.7　基于視圖的查詢應答43
　參考文獻注釋46
第3章　數(shù)據(jù)源描述47
　3.1　概述和必要條件47
　3.2　模式映射語言49
　　3.2.1　模式映射語言規(guī)則49
　　3.2.2　全局視圖50
　　3.2.3　局部視圖53
　　3.2.4　全局-局部視圖55
　　3.2.5　元組生成依賴56
　3.3　訪問模式限制57
　　3.3.1　構建訪問模式限制58
　　3.3.2　生成可執(zhí)行計劃58
　3.4　中介模式上的完整性約束61
　　3.4.1　帶有完整性約束的LAV61
　　3.4.2　帶有完整性約束的GAV62
　3.5　結果完備性63
　　3.5.1　局部完備性63
　　3.5.2　結果完備性檢測64
　3.6　數(shù)據(jù)級的異構性65
　　3.6.1　標度差異性66
　　3.6.2　相同實體的多重表示66
　參考文獻注釋67
第4章　字符串匹配68
　4.1　問題描述68
　4.2　相似度度量69
　　4.2.1　基于序列的相似度度量69
　　4.2.2　基于集合的相似度度量75
　　4.2.3　混合相似度度量77
　　4.2.4　語音相似度度量79
　4.3　可擴展的字符串匹配80
　　4.3.1　字符串上的倒排索引81
　　4.3.2　大小過濾81
　　4.3.3　前綴過濾82
　　4.3.4　位置過濾84
　　4.3.5　邊界過濾85
　　4.3.6　其他相似度度量方法的可擴展技術86
　參考文獻注釋86
第5章　模式匹配與模式映射88
　5.1　問題定義88
　　5.1.1　語義映射89
　　5.1.2　語義匹配89
　　5.1.3　模式匹配與模式映射90
　5.2　模式匹配和模式映射的挑戰(zhàn)90
　5.3　匹配和映射系統(tǒng)概述92
　　5.3.1　模式匹配系統(tǒng)92
　　5.3.2　模式映射系統(tǒng)94
　5.4　匹配器94
　　5.4.1　名字匹配器94
　　5.4.2　實例匹配器96
　5.5　組合匹配預測97
　5.6　施加域完整性約束98
　　5.6.1　域完整性約束99
　　5.6.2　搜索匹配組合空間100
　5.7　匹配選擇器104
　5.8　匹配重用105
　　5.8.1　學習匹配106
　　5.8.2　學習器107
　　5.8.3　訓練元學習器108
　5.9　多對多匹配109
　5.10　由匹配到映射111
　參考文獻注釋116
第6章　通用模式操作118
　6.1　模型管理操作119
　6.2　合并操作120
　6.3　模型生成操作121
　6.4　逆映射操作123
　6.5　模型管理系統(tǒng)124
　參考文獻注釋124
第7章　數(shù)據(jù)匹配126
　7.1　問題定義126
　7.2　規(guī)則匹配127
　7.3　學習匹配129
　7.4　聚類匹配131
　7.5　概率匹配133
　　7.5.1　貝葉斯網(wǎng)絡133
　　7.5.2　基于樸素貝葉斯的數(shù)據(jù)匹配138
　　7.5.3　特征相關性140
　　7.5.4　文本中的實體指代匹配141
　7.6　協(xié)同匹配144
　　7.6.1　基于聚類的協(xié)同匹配146
　　7.6.2　協(xié)同匹配文檔中的實體指代146
　7.7　數(shù)據(jù)匹配的可擴展性148
　　7.7.1　規(guī)則匹配擴展148
　　7.7.2　其他匹配方法的擴展149
　參考文獻注釋150
第8章　查詢處理152
　8.1　背景：DBMS查詢處理153
　　8.1.1　選擇查詢執(zhí)行計劃154
　　8.1.2　執(zhí)行查詢計劃156
　8.2　背景：分布式查詢處理157
　　8.2.1　數(shù)據(jù)放置和轉移158
　　8.2.2　兩階段連接158
　8.3　數(shù)據(jù)集成查詢處理160
　8.4　生成初始查詢計劃161
　8.5　互聯(lián)網(wǎng)數(shù)據(jù)的查詢執(zhí)行161
　　8.5.1　多線程、流水線、數(shù)據(jù)流架構161
　　8.5.2　有自治數(shù)據(jù)源的接口162
　　8.5.3　故障處理163
　8.6　自適應查詢處理163
　8.7　事件驅動自適應策略164
　　8.7.1　數(shù)據(jù)源故障和延遲處理165
　　8.7.2　處理流水線操作結束時突發(fā)的基數(shù)問題166
　8.8　性能驅動的自適應策略168
　　8.8.1　Eddy：基于隊列的計劃選擇169
　　8.8.2　校正查詢處理：基于代價的重新優(yōu)化171
　參考文獻注釋175
第9章　包裝器176
　9.1　引言176
　　9.1.1　包裝器的構建177
　　9.1.2　包裝器構建面臨的挑戰(zhàn)177
　　9.1.3　構建方法的分類178
　9.2　手動的包裝器構建179
　9.3　基于學習的包裝器構建180
　　9.3.1　HLRT包裝器181
　　9.3.2　Stalker包裝器182
　9.4　無模式的包裝器學習186
　　9.4.1　建模數(shù)據(jù)源模式TS和抽取程序EW187
　　9.4.2　推導數(shù)據(jù)模式TS和抽取程序EW187
　9.5　交互的包裝器構建191
　　9.5.1　使用Stalker交互標記頁面192
　　9.5.2　使用Poly識別正確的抽取規(guī)則193
　　9.5.3　用Lixto創(chuàng)建抽取規(guī)則195
　參考文獻注釋197
第10章　數(shù)據(jù)倉庫與緩存199
　10.1　數(shù)據(jù)倉庫200
　　10.1.1　數(shù)據(jù)倉庫設計201
　　10.1.2　ETL：抽取/轉換/加載201
　10.2　數(shù)據(jù)交換：描述性倉庫203
　　10.2.1　數(shù)據(jù)交換設置203
　　10.2.2　數(shù)據(jù)交換解204
　　10.2.3　通用解204
　　10.2.4　核心通用解206
　　10.2.5　查詢物化信息庫207
　10.3　緩存及部分物化207
　10.4　本地、外部數(shù)據(jù)的直接分析208
　參考文獻注釋210
第二部分　擴展數(shù)據(jù)表示集成
第11章　XML214
　11.1　數(shù)據(jù)模型215
　11.2　XML結構和模式定義217
　　11.2.1　文檔類型定義218
　　11.2.2　XML模式219
　11.3　查詢語言220
　　11.3.1　先驅：DOM和SAX221
　　11.3.2　XPath：XML查詢原語221
　　11.3.3　XQuery：XML查詢能力225
　11.4　XML查詢處理229
　　11.4.1　XML路徑匹配231
　　11.4.2　XML輸出232
　　11.4.3　XML查詢優(yōu)化233
　11.5　XML模式映射233
　　11.5.1　嵌套映射233
　　11.5.2　帶嵌套映射的查詢重寫236
　參考文獻注釋236
第12章　本體和知識表示238
　12.1　數(shù)據(jù)集成中的知識表示舉例238
　12.2　描述邏輯239
　　12.2.1　描述邏輯的語法240
　　12.2.2　描述邏輯的語義241
　　12.2.3　描述邏輯的推理242
　　12.2.4　描述邏輯和數(shù)據(jù)庫推理的比較244
　12.3　語義Web245
　　12.3.1　資源描述框架245
　　12.3.2　RDF模式249
　　12.3.3　Web本體語言249
　　12.3.4　RDF查詢：SPARQL語言250
　參考文獻注釋251
第13章　不確定性數(shù)據(jù)集成253
　13.1　不確定性表示254
　　13.1.1　概率數(shù)據(jù)表示255
　　13.1.2　從不確定性到概率256
　13.2　不確定模式映射建模257
　　13.2.1　概率映射257
　　13.2.2　概率映射的語義258
　　13.2.3　表語義259
　　13.2.4　元組語義260
　13.3　不確定性和數(shù)據(jù)溯源261
　參考文獻注釋261
第14章　數(shù)據(jù)溯源263
　14.1　溯源的兩種表示方法263
　　14.1.1　使用數(shù)據(jù)標注表示溯源263
　　14.1.2　使用數(shù)據(jù)關系圖表示溯源264
　　14.1.3　兩種表示方法的可交換性265
　14.2　數(shù)據(jù)溯源的應用265
　14.3　溯源半環(huán)266
　　14.3.1　半環(huán)形式化模型266
　　14.3.2　半環(huán)模型的應用268
　14.4　溯源的存儲270
　參考文獻注釋271
第三部分　新型集成系統(tǒng)
第15章　Web數(shù)據(jù)集成274
　15.1　Web數(shù)據(jù)的用途276
　15.2　深層網(wǎng)絡277
　　15.2.1　垂直搜索278
　　15.2.2　深層網(wǎng)絡淺層化280
　15.3　主題門戶網(wǎng)站282
　15.4　Web數(shù)據(jù)的輕量級集成284
　　15.4.1　發(fā)現(xiàn)Web中的結構化數(shù)據(jù)285
　　15.4.2　導入數(shù)據(jù)287
　　15.4.3　合并多個數(shù)據(jù)集288
　　15.4.4　重用他人工作成果288
　15.5　“即付即用”數(shù)據(jù)管理289
　參考文獻注釋289
第16章　關鍵字搜索：按需集成293
　16.1　結構化數(shù)據(jù)中的關鍵字搜索293
　　16.1.1　數(shù)據(jù)圖293
　　16.1.2　關鍵字匹配和評分模型295
　16.2　結果排名計算296
　　16.2.1　圖擴展算法296
　　16.2.2　基于閾值的合并297
　16.3　數(shù)據(jù)集成中的關鍵字搜索299
　　16.3.1　以可擴展的方式自動地構建邊300
　　16.3.2　可擴展的查詢應答301
　　16.3.3　通過學習算法調(diào)整邊和節(jié)點的權重301
　參考文獻注釋302
第17章　對等數(shù)據(jù)集成303
　17.1　對等節(jié)點和映射303
　17.2　映射的語義307
　17.3　PDMS查詢應答的復雜性307
　　17.3.1　有環(huán)PDMS308
　　17.3.2　對等映射中的比較謂詞308
　17.4　查詢重寫算法309
　17.5　組合映射312
　17.6　采用松散映射進行對等數(shù)據(jù)管理314
　　17.6.1　基于相似度的映射314
　　17.6.2　映射表315
　參考文獻注釋317
第18章　支持協(xié)同的集成318
　18.1　協(xié)同因何而不同318
　18.2　處理校正和反饋319
　　18.2.1　直接向下傳播的用戶更新319
　　18.2.2　回溯傳播的反饋或更新319
　18.3　協(xié)同標注與表達320
　　18.3.1　映射作為標注：軌跡320
　　18.3.2　評論和討論作為標注321
　18.4　動態(tài)數(shù)據(jù)：協(xié)同數(shù)據(jù)共享322
　　18.4.1　基本架構324
　　18.4.2　映射更新與物化實例325
　　18.4.3　沖突協(xié)調(diào)328
　參考文獻注釋328
第19章　數(shù)據(jù)集成的未來330
　19.1　不確定性、溯源和清理330
　19.2　眾包和“人計算”330
　19.3　構建大規(guī)模結構化Web數(shù)據(jù)庫331
　19.4　輕量級集成331
　19.5　集成數(shù)據(jù)可視化332
　19.6　社交媒體集成332
　19.7　基于集群和云的并行處理與緩存332
參考文獻333
索引360