語(yǔ)義網(wǎng)的快速發(fā)展和移動(dòng)端的普及,使得空間語(yǔ)義數(shù)據(jù)（即空間RDF數(shù)據(jù)）大量增加,對(duì)空間RDF數(shù)據(jù)的檢索成為了當(dāng)下的研究熱點(diǎn)。目前已經(jīng)有一些查詢語(yǔ)言支持RDF數(shù)據(jù)查詢,如SPARQL、SeRQL等查詢語(yǔ)言。使用這些語(yǔ)言要求用戶在掌握查詢語(yǔ)言的同時(shí),還要了解待查數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu),這對(duì)普通用戶而言過(guò)于復(fù)雜。因此,RDF數(shù)據(jù)的空間關(guān)鍵詞查詢得到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在此背景下,本文提出了一種基于摘要圖的空間RDF數(shù)據(jù)關(guān)鍵詞查詢方法。在預(yù)處理階段按照實(shí)體類型提取出若干RDF子圖結(jié)構(gòu),生成一個(gè)摘要圖集合。在查詢階段有2層搜索操作,第一層是摘要圖層面的搜索,采用逆向搜索的方式生成包含所有關(guān)鍵詞的子圖,縮小查詢范圍。然后將第一層搜索的輸出作為第二層搜索的輸入,在數(shù)據(jù)層面進(jìn)行空間關(guān)鍵詞Top-k查詢。第二層搜索是從空間結(jié)點(diǎn)出發(fā)以BFS的方式構(gòu)造候選結(jié)果。最后綜合考慮松散度和空間距離對(duì)候選結(jié)果進(jìn)行評(píng)估排序,輸出Top-k個(gè)最優(yōu)解。搜索過(guò)程中,本文還增加了剪枝優(yōu)化來(lái)提高查詢效率。為了評(píng)估本算法的性能,本文設(shè)計(jì)了若干對(duì)照實(shí)驗(yàn),所有實(shí)驗(yàn)數(shù)據(jù)集均來(lái)源于真實(shí)數(shù)據(jù)。在不同規(guī)模的實(shí)驗(yàn)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),從運(yùn)行時(shí)間、訪問(wèn)... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

RDF的XML文件片段(2)三元組表示

R-Tree索引示例

實(shí)體類型分布

【參考文獻(xiàn)】：
期刊論文
[1]Web數(shù)據(jù)庫(kù)top-k多樣性關(guān)鍵字查詢推薦方法[J]. 孟祥福,畢崇春,張霄雁,唐曉亮,唐延歡.  計(jì)算機(jī)研究與發(fā)展. 2017(07)
[2]圖數(shù)據(jù)關(guān)鍵詞查詢研究進(jìn)展[J]. 楊書(shū)新,徐麗萍,夏小云,徐慧琴.  電子學(xué)報(bào). 2014(11)
[3]RDF數(shù)據(jù)查詢處理技術(shù)綜述[J]. 杜方,陳躍國(guó),杜小勇.  軟件學(xué)報(bào). 2013(06)
[4]KREAG:基于實(shí)體三元組關(guān)聯(lián)圖的RDF數(shù)據(jù)關(guān)鍵詞查詢方法[J]. 李慧穎,瞿裕忠.  計(jì)算機(jī)學(xué)報(bào). 2011(05)



本文編號(hào)：3395923