高俊杰，杨 帆

(1.山西大学计算机与信息技术学院，山西太原030006；2.山西医科大学计算机教学部，山西太原030001)

1 引言

随着计算机技术的不断发展，人类已经逐渐走向全面数字化时代，人们在各个领域中都开始应用数字化技术，为此需要研究能够高效率处理大数据的方法，解决数据智能化等问题[1-3]。为了能够区分不同类型的数据，将网络数据按照信息结构进行划分，为计算机系统提供灵活的数据转换平台[4]。半结构化数据由于其组成信息结构的不完整性，需要不断地对数据结构进行修改，再根据半结构化数据的特征完成数据查询、数据采集、数据分析等内容，半结构化数据查询是较为复杂的一项基础工作，只有从多角度完成数据分析并及时发现潜在数据才能稳定支持计算机系统运行[5，6]。

文献[7]提出一种基于路径索引的密集邻域图数据查询方法，该方法通过分析顶点密集领域数据特点，设计顶点密集邻域的数据查询模式，运用B+树方法对数据查询路径进行索引与存储。实验结果表明，该方法能够提升数据查询与处理性能，但是存在数据查询量较少的问题。文献[8]提出了基于Python的协议栈软件内部数据查询方法，该方法通过Linux系统与Windows系统的兼容，实现直接使用命令在屏幕上输出所查数据结构中的所有数据。实验结果表明，该方法数据查询精度较高，但是耗时较长。除此之外，文献[9]还提出了基于符号语义的不完整数据聚集查询处理算法，该算法对传统关系数据库模型进行了扩展，实现对不完整数据聚集的区间估计，并在该区间内实现对数据的查询。……