語義網(wǎng)的快速發(fā)展和移動端的普及,使得空間語義數(shù)據(jù)（即空間RDF數(shù)據(jù)）大量增加,對空間RDF數(shù)據(jù)的檢索成為了當(dāng)下的研究熱點。目前已經(jīng)有一些查詢語言支持RDF數(shù)據(jù)查詢,如SPARQL、SeRQL等查詢語言。使用這些語言要求用戶在掌握查詢語言的同時,還要了解待查數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu),這對普通用戶而言過于復(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)處理階段按照實體類型提取出若干RDF子圖結(jié)構(gòu),生成一個摘要圖集合。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)層面進行空間關(guān)鍵詞Top-k查詢。第二層搜索是從空間結(jié)點出發(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候選結(jié)果進行評估排序,輸出Top-k個最優(yōu)解。搜索過程中,本文還增加了剪枝優(yōu)化來提高查詢效率。為了評估本算法的性能,本文設(shè)計了若干對照實驗,所有實驗數(shù)據(jù)集均來源于真實數(shù)據(jù)。在不同規(guī)模的實驗數(shù)據(jù)集上進行實驗,從運行時間、訪問... 

【文章來源】：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

【文章頁數(shù)】：74 頁

【學(xué)位級別】：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

實體類型分布

【參考文獻】：
期刊論文
[1]Web數(shù)據(jù)庫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.  計算機研究與發(fā)展. 2017(07)
[2]圖數(shù)據(jù)關(guān)鍵詞查詢研究進展[J]. 楊書新,徐麗萍,夏小云,徐慧琴.  電子學(xué)報. 2014(11)
[3]RDF數(shù)據(jù)查詢處理技術(shù)綜述[J]. 杜方,陳躍國,杜小勇.  軟件學(xué)報. 2013(06)
[4]KREAG:基于實體三元組關(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.  計算機學(xué)報. 2011(05)



本文編號：3395923