語(yǔ)義Web作為數(shù)據(jù)之網(wǎng)正在不斷地匯集并組織Web信息,因此相關(guān)應(yīng)用面臨著對(duì)語(yǔ)義Web所含的大規(guī)模RDF（Resource Description Framework,資源描述框架）數(shù)據(jù)進(jìn)行高效訪(fǎng)問(wèn)的挑戰(zhàn)。另一方面,由于現(xiàn)代科學(xué)的研究方法和測(cè)量技術(shù)普遍存在誤差和噪聲,數(shù)據(jù)集集成后存在的數(shù)據(jù)雜亂等因素,使得RDF數(shù)據(jù)具有不確定性。在語(yǔ)義Web領(lǐng)域,不確定RDF數(shù)據(jù)查詢(xún)的研究已經(jīng)引起了學(xué)術(shù)界的廣泛重視,成為新近發(fā)展起來(lái)的研究熱點(diǎn)。本論文研究的目的就在于設(shè)計(jì)出高效準(zhǔn)確的算法進(jìn)行不確定性RDF數(shù)據(jù)的查詢(xún),提高查詢(xún)效率。論文具體所做工作如下：構(gòu)建不確定RDF數(shù)據(jù)基準(zhǔn)。考慮到目前在進(jìn)行不確定RDF數(shù)據(jù)研究時(shí),并沒(méi)有可以直接獲取的實(shí)驗(yàn)數(shù)據(jù)。論文在現(xiàn)有的確定性RDF數(shù)據(jù)測(cè)試基準(zhǔn)的基礎(chǔ)之上進(jìn)行擴(kuò)展,構(gòu)建了一個(gè)不確定RDF數(shù)據(jù)測(cè)試基準(zhǔn)。該測(cè)試基準(zhǔn)可根據(jù)測(cè)試需要,選擇生成任意大小的具有均勻或偏態(tài)分布特性的不確定RDF數(shù)據(jù)。提出一種高效的不確定RDF圖查詢(xún)算法。論文中首先建立了有利于高效進(jìn)行子圖匹配的索引。其次,利用獲取的RDF圖摘要信息,在子圖匹配查詢(xún)過(guò)程中進(jìn)行有效的結(jié)構(gòu)化剪枝和概率剪枝。同時(shí),還提出了通過(guò)采... 

【文章來(lái)源】：東北大學(xué)遼寧省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖５．３通過(guò)代價(jià)模型選擇（Ｗ，?Ａ〇參數(shù)對(duì)（Ｈａｄａ（ｚ）適應(yīng)性哈希函數(shù)）??巧呂？?５．３?Ｃｈｏｏｓｉｎｇ?（Ｗ，?ｐａｒａｍｅ化ｒ?ｐａｉｒｓ?ｗｉｔｈ?ｃｏｓｔ?ｍｏｄｅｌ?（Ｈａｄａ（ｚ）?ａｄａｐｔｉｖｅ?ｈａｓｈ?ｆｔｍｃｔｉｏｎ）??

?第Ｓ章實(shí)驗(yàn)分析??這樣獲取的結(jié)果就是理想的結(jié)果值。如下圖５．３所示，假定ｉＶ的初始值為１．０，??每次遞進(jìn)０．１，ｍ的初始值為１，每次遞進(jìn)１。可Ｗ觀察到對(duì)于需插入到布隆過(guò)濾??器的標(biāo)簽數(shù)組，當(dāng)ＯＴ增大時(shí)，誤差率＾逐漸減小。當(dāng)ｉＶ増大時(shí)，誤差率Ｐ也是??逐漸減小。為保證誤差率在１％之內(nèi)，我們選擇（ｍ，７Ｖ）對(duì)為（４，１．３）。??圖５．４提供了當(dāng)哈希函數(shù)采用均勻映射的函數(shù)時(shí)，ｍ值從５取值，每次遞進(jìn)??１，值從５．０取值，每次遞進(jìn)０．１時(shí)，誤差率的變化圖。與圖５．３表對(duì)比可知在??誤差率；？進(jìn)行相同時(shí)，使用適應(yīng)性哈希函數(shù)所需要的Ｗ值相對(duì)于使用傳統(tǒng)哈希??函數(shù)所需要的值要小很多。因此對(duì)空間的節(jié)省效果也是非常明顯的。??０．２?ｍ?：???????????Ｉ?１??巧?！巧１??０．１５－?：?……ＩＩ可…品?：?；■；??宗???Ｃ５??？與’?０．１?ｉ??進(jìn)?Ｉ?ｇ?。４??。．：??１．０?１．１?１．２?１．２?１．４?１．５??微—碌賽??圖５．３通過(guò)代價(jià)模型選擇（Ｗ，?Ａ〇參數(shù)對(duì)（Ｈａｄａ（ｚ）適應(yīng)性哈希函數(shù)）??巧呂？?５．３?Ｃｈｏｏｓｉｎｇ?（Ｗ

?第Ｓ章實(shí)驗(yàn)分析??這樣獲取的結(jié)果就是理想的結(jié)果值。如下圖５．３所示，假定ｉＶ的初始值為１．０，??每次遞進(jìn)０．１，ｍ的初始值為１，每次遞進(jìn)１�？桑子^察到對(duì)于需插入到布隆過(guò)濾??器的標(biāo)簽數(shù)組，當(dāng)ＯＴ增大時(shí)，誤差率＾逐漸減小。當(dāng)ｉＶ増大時(shí)，誤差率Ｐ也是??逐漸減小。為保證誤差率在１％之內(nèi)，我們選擇（ｍ，７Ｖ）對(duì)為（４，１．３）。??圖５．４提供了當(dāng)哈希函數(shù)采用均勻映射的函數(shù)時(shí)，ｍ值從５取值，每次遞進(jìn)??１，值從５．０取值，每次遞進(jìn)０．１時(shí)，誤差率的變化圖。與圖５．３表對(duì)比可知在??誤差率；？進(jìn)行相同時(shí)，使用適應(yīng)性哈希函數(shù)所需要的Ｗ值相對(duì)于使用傳統(tǒng)哈希??函數(shù)所需要的值要小很多。因此對(duì)空間的節(jié)省效果也是非常明顯的。??０．２?ｍ?：???????????Ｉ?１??巧?！巧１??０．１５－?：?……ＩＩ可…品?：?；■；??宗???Ｃ５??？與’?０．１?ｉ??進(jìn)?Ｉ?ｇ?。４??。．：??１．０?１．１?１．２?１．２?１．４?１．５??微—碌賽??圖５．３通過(guò)代價(jià)模型選擇（Ｗ，?Ａ〇參數(shù)對(duì)（Ｈａｄａ（ｚ）適應(yīng)性哈希函數(shù)）??巧呂？?５．３?Ｃｈｏｏｓｉｎｇ?（Ｗ

【參考文獻(xiàn)】：
期刊論文
[1]基于Prüfer序列的RDF數(shù)據(jù)索引與查詢(xún)[J]. 劉翔宇,吳剛.  計(jì)算機(jī)學(xué)報(bào). 2011(10)
[2]面向不確定圖的概率可達(dá)查詢(xún)[J]. 袁野,王國(guó)仁.  計(jì)算機(jī)學(xué)報(bào). 2010(08)
[3]不確定性數(shù)據(jù)管理技術(shù)研究綜述[J]. 周傲英,金澈清,王國(guó)仁,李建中.  計(jì)算機(jī)學(xué)報(bào). 2009(01)



本文編號(hào)：3615955