SL-tgStore:新的时序知识图谱存储模型

为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时间窗口存储为增量日志.提出相应的阈值来确定初始快照的生成,即生成一个新的时间桶,以达到初始快照数量与增量日志数量的平衡,并提出临时快照生成算法.所提模型能够有效解决快照存储模式消耗内存大,日志存储模式查询效率低的问题.为了对SL-tgStore模型进行高效查询,在此基础上提出4种索引结构.在4个真实数据集上进行实验,理论研究与实验结果表明所提出的SL-tgStore存储模型具有高效性.

基于字典的压缩加密查询方案研究

RDF(资源描述框架,Resource Description Framework)压缩方案可以有效压缩庞大的RDF数据集,RDF加密方案可以有效提高数据的安全性。结合这两种方案,该文提出了一种基于字典的压缩加密查询方案。首先,通过原始的RDF数据集构建字典集,实现数据的压缩;然后,通过字典集生成密文ID三元组,实现数据的加密。将字典集存放在可信区域,密文ID三元组存储在不可信区域。查询时,首先通过字典集将查询语句中的关键词转换成对应的密文关键词,然后在密文ID三元组上查询与密文关键词相关的数据,将得到的密文数据传送至可信区域,在可信区域进行解密和解压缩操作,得到最终的明文数据。该方案将查询操作与解密解压缩操作分开,查询只在不可信区域操作,解密解压缩则在可信区域操作,从而进一步提高数据的安全性。最后,在5个数据集上与其他RDF加密方案进行了对比实验,实验结果证明了该压缩加密查询方案在查询性能上有一定的提升,验证了该方案是可行的和有效的。

语义万维网环境下的RDF数据存储

资源描述框架RDF(Resource Description Framework)是一种元数据描述方法,也是下一代Web--语义万维网(Semantic Web)应用的基础。大量的RDF事实数据的操作和处理需要数据库的支持,利用Agent实现了RDF数据在数据库中的存储,同时也提供了一个对RDF数据进行操作和处理的应用实例。本例亦可作为一个基于领域Ontology的Multi-Agent系统的一部分,与其它Agent一起完成基于语义的Web应用。

基于NoSQL的RDF数据存储与查询技术综述

随着语义网的发展和RDF(resource description framework,资源描述框架)数据量的快速增长,利用NoSQL数据库存储和管理大规模RDF数据已经成为了当前的研究热点。介绍了No SQL数据库的种类划分和各类型特点,阐述了RDF数据在各类No SQL数据库中存储结构设计和并行查询算法的研究现状,分析比较了不同方法的优缺点。最后,讨论了利用No SQL数据库管理RDF的优势,总结了现有研究的不足之处,并展望了未来的研究方向。

基于图模型的RDF/RDFS本体抽取方法

为了提高RDF/RDFS本体中特定领域知识的利用效率,提出了一种从源本体中抽取出特定领域本体的算法。将RDF/RDFS本体抽象为图模型;根据RDFS推理规则生成RDFS本体图模型的闭包;应用图理论构建抽取算法,生成以特定领域术语词典中概念为节点的子图,得到所需的领域本体。抽取结果表明,该方法对于RDF层次的领域本体抽取有良好的适用性,可快速有效地构建特定领域本体。

基于Hadoop的RDF数据存储及查询优化

随着资源描述框架(resource description framework,RDF)数据量的快速增长,利用分布式的方法来存储和管理大规模RDF数据成为当前的研究热点。为了实现对海量RDF数据的高效存储和查询,研究了RDF三元组在分布式平台Hadoop中的存储和查询方法,提出了一种新的基于Hadoop的RDF数据处理优化方法,通过采用基于HBase混合式数据布局方法以及引入MapReduce连接查询的I/O代价模型来对海量RDF数据的查询进行优化。在LUBM标准测试数据集中进行了实验,结果表明该方法能够在保证空间效率的前提下,有效地提高复杂查询的效率。

RDF在关系数据库中的存储研究

资源描述框架(RDF)是Web资源信息的规范性描述语言,如何存储RDF数据成为当前重要的研究问题.通过深入分析RDF数据的特点,提出了一种新的基于关系数据库的RDF存储模式,给出了RDF在关系数据库中的存储规则,提供了相应的存储实例.基于提出的存储方法,实现了相应的自动存储原型系统,通过实验进一步验证存储方法和原型系统的可行性,并与已有存储模式进行了理论对比分析.

一种基于RDF图的本体匹配方法

本体匹配是建立两个本体之间映射关系的过程,一个高效、严格的相似度计算方法是本体匹配的前提条件,为此提出了一种基于RDF图匹配的方法。该方法用RDF图表示本体,使本体间的匹配问题转化为RDF图的匹配问题,并利用匹配树表示匹配的状态,通过匹配树计算出两个本体中各实体之间的相似度,进而得到两个本体之间的映射关系。实验结果表明,该方法在查全率和查准率方面都有很好的表现。

基于XML/RDF的制造型企业元数据描述和资源发现

在简要介绍元数据概念的基础上 ,讨论了一种元数据描述规范—资源描述框架 (ResourceDescrip tionFramework)。应用资源描述框架为制造企业建立了一种元数据描述模型和应用模型 。

基于RDFS的本体集成方法

现实中的数据源一般具有半结构化、异构性和分布性等特点,而许多应用需要对不同的相关数据源进行联合操作。本体集成是解决知识共享、异构数据源语义互操作的有力工具。首先分析了本体集成的原因,提出了本体集成时应遵循的4条基本原则;然后提出了一种基于RDFS图闭包的本体集成方法,该方法将RDFS本体抽象为图模型,根据RDFS推理规则和扩展规则生成RDFS本体的图闭包,在此基础上进行本体集成,同时提出了几种计算实体间相似度的方法。最后,将该方法与FCA-merge和COMA++进行实验对比。

基于分面导航理论的RDF数据的持久化研究

分面导航是一种广泛使用的信息空间导航技术,但导航属性只是根据经验选取,缺乏评价体系。考虑RDF元数据的语义限制,利用统计学的方法从RDF实例中挖掘出适合作为面的谓词,对统计过程丢失的适合作为导航能力的其他属性,利用层次聚类方法进行分析和获取,从而提出一种RDF数据到关系数据库模式的转换方法。实验结果表明此转换方法可以挖掘出语义限制条件下适合作为导航属性的RDF属性,提高了RDF数据的导航效率,保持了转换前的语义限制关系。

RDF数据存储模式研究及实现

随着Web信息呈指数级增加,目前存储模式已难以适应大规模RDF数据高效存储的需求。本文通过分析比较现有的存储模式,提出一种基于关系数据库的RDF数据存储模式,根据RDF数据特点,将RDF数据中的各个关系分解,分别存储在不同的关系表中。实验结果表明,该模式提高了RDF数据存储效率,而且具有良好的可扩展性,适用于大规模RDF数据的存储。

基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.

基于模糊认知图的资源描述框架(RDF)研究

资源描述框架RDF是一种用于描述Web上信息资源的语言,RDF中的属性可以看作是资源的属性,同时又表达了资源之间的关系;但它不能表达资源之间关系的模糊性及其演化.针对这一问题,把模糊认知图进行了扩充,提出了多重模糊认知图的概念,并用广义模糊矩阵进行描述;为RDF中的属性引入了隶属度,提出了模糊资源描述框架(FRDF)的概念,并用多重模糊认知图进行了描述,以提高复杂知识及语义的表示与处理能力.

RDF(S)三元组的推理控制算法

为实现资源描述框架(RDF)数据的访问控制,提出一种RDF(S)三元组的推理控制算法,通过计算推理依赖图得到三元组的逻辑表达式,对敏感三元组的逻辑表达式求析取范式进而得到推理控制问题的候选解和最优解。实验表明,该算法能够有效地阻止非法推理,合理控制语义信息的丢失。

基于分布RDF(S)模型的信息查询与集成

在Web应用环境中,可以通过RDF(S)形式描述企业领域内分布信息资源的语义,以提高信息查询的准确性.提出了描述分布异构RDF(S)的分布RDF(S)模型,并基于这一模型给出了实现分布RDF(S)查询的方法,此查询方法既能实现实例层次的查询,也能实现概念层次的查询.基于这一方法,用户能够以统一的形式来查询,获取相关的信息资源,同时还可以实现分布RDF(S)的集成.

试论资源描述框架(RDF)——一种极具生命力的元数据携带工具

资源描述框架 (RDF )主要是为元数据 (Metadata)在 Web上的各种应用提供一个基础结构 ,使应用程序之间能够在 Web上交换元数据 ,以促进网络资源的自动化处理。本文通过实例介绍 RDF的数据模型及语法 。

信息提供类Web服务与RDF数据源的集成

为了在更大范围内实现数据集成,提出一种基于本体的数据查询描述模型.通过将信息提供类web服务描述为访问模式受限的数据视图,使该模型能像普通的resource description framework(RDF)数据源一样用来回答数据查询.同时给出相应的查询—数据源匹配算法.基于web服务动态调用技术,设计了1个集成这2种数据源的数据集成系统,并实现了原型对其可行性进行的验证.

基于RDF的语义网格数据建模与检索

语义网格所需要处理的信息通常为半结构化数据,如何以合理的模型表示这些半结构化数据并实现高效查询处理,是语义网格要解决的核心问题之一。提出了一种基于资源描述框架(RDF)的半结构化数据表示模型,并设计了相应的信息检索机制。最后介绍了一个基于化工计算网格平台的,实现了化工领域知识共享与检索的化工语义网格架构的设计与实现。

一种层次聚类的RDF图语义检索方法研究

针对当前信息资源描述框架(RDF)检索过程中存在的内存使用过大及检索效率低等问题,提出一个RDF图的层次聚类语义检索模型,设计并实现了相应的检索方法。首先从RDF图中抽取实体数据,在本体库的指导下,通过层次聚类,将复杂的图形结构转换为适合检索的树型结构;根据在树中查找到的目标对象,确定其在RDF图中的位置,进行语义扩充查询。检索模型的构建缩小了检索范围,从而提高了检索效率,其语义扩充查询还可以得到较好的查全率。