基于邻域结构的时态RDF模型及索引方法

资源描述框架(Resource Description Framework,RDF)是W3C推荐的一种元数据模型和信息描述规范,已被广泛地应用于各个领域。为了跟踪RDF数据随时间的变化,将时态信息引入RDF的框架中,随着时态RDF数据的快速增长,对时态RDF数据的有效管理变得十分必要,构建合理的索引机制能够实现对数据的高效存储和查询。文中提出了一种时态RDF数据模型,给出了具体的一维编码方案,实现了简单地表示时态信息,并以较低的开销扩展现有的RDF数据模型。在此基础上,提出了基于邻域的二级索引结构。首先利用动态计数过滤器的方法索引的邻域信息,然后利用B+树索引每个结点相关的全部时态RDF数据,同时,可对大规模时态RDF数据进行更新。实验结果表明,所提方法相比对比方法在大多数情况下性能提高了35%左右,具有可扩展性和有效性。

基于关系数据库的时态RDF建模

随着时态数据的不断增加,时态知识图谱的概念得到了普及,如何高效地表示时态知识图谱已成为一个重要的研究方向。RDF(Resource Description Framework)虽然在传统知识图谱建模中被广泛运用,但其只能表示静态语义,缺乏表示时态知识图谱的能力,因此已有几种针对时态知识图谱的时态RDF模型被提出。但这些模型都只是将时态信息简单地附加在谓语或整个三元组上,缺少对时态信息所属对象的准确定位。为了更好地表示时态知识图谱,文中提出了一个新的时态RDF表示模型-tRDF。该模型首先根据宾语的不同类型,选择性地将时态信息附加在宾语或谓语上;其次,结合时态数据库的概念,给出了一种基于关系数据库PostgreSQL的tRDF数据存储方法;最后,从数据存储的时间和空间两个方面对所提出的tRDF数据存储方法进行了验证。实验结果表明,所提方案能有效地表示时态知识图谱。

一个时态RDF存储系统的设计与实现

几乎所有的事物都具有时态特征,时态信息处理在电子商务、数据挖掘、时空和多媒体信息技术以及网络应用等方面发挥着越来越重要的作用。另一方面,由于当前互联网缺乏智能性,大多数搜索工作都要靠人工进行,对人们的生活与工作造成极大不便,因此语义网受到了一定的关注。而资源描述框架(RDF)这一用于描述网络中元数据的语言,也是实现语义网的基础,其存储问题也逐渐成为研究热点。随着越来越多时态RDF格式的数据涌入互联网,合理存储和管理时态RDF数据也成为亟待解决的问题之一。文中在传统RDF存储、时态RDF模型以及时态数据库研究的基础之上,设计了一个时态RDF数据存储系统TRDF-STORAGE,就该系统的结构层次中每一个模块的原理及细节进行了详细的描述,并进行了简单的系统展示。

时态RDF数据存储策略研究

我们的生活中几乎所有的事物都或多或少的具有时态特征,时态数据的处理已经成为当前重要的研究热点之一。时态信息处理在电子商务、数据挖掘、信息提取、电力系统、医疗系统、时空和多媒体信息技术以及网络应用等方面发挥着越来越重要的作用。另一方面,为了提高互联网的智能程度,语义网的不断发展。资源描述框架(RDF)作为语义网实现的基础,因此大量时态RDF格式的数据涌入网络。截止到目前为止,并没有针对时态RDF数据的有效存储方案。在原有时态RDF模型的基础之上,分析了传统RDF存储方式在时态RDF数据存储上的可行性并提出了一种新的存储方案。