隨著互聯(lián)網(wǎng)的日漸普及,信息檢索成為當今生活中不可或缺的部分,其中與空間信息相關的地點檢索更是用戶日常檢索中的重要組成部分。然而隨著數(shù)據(jù)量的急劇增大,傳統(tǒng)基于文本的關鍵詞檢索方式在檢索速度和準確度方面都受到了巨大的挑戰(zhàn)。為了解決大數(shù)據(jù)背景下檢索速度和檢索準確度較低的問題,知識圖譜應運而生。基于知識圖譜的地點檢索以用戶語義為核心,將知識抽象為實體,并利用用戶的查詢時間、空間位置等信息試圖理解用戶在某個時刻某個地點的查詢語義和期望需求,從而有效的提升地點檢索的速度和準確度。知識圖譜地點檢索方法主要分為圖數(shù)據(jù)庫檢索和RDF（Resource Description Framework）數(shù)據(jù)檢索。圖數(shù)據(jù)庫檢索方式具有較高的檢索速度,但是無法充分綜合用戶語義和空間信息進行結果篩選和排序,檢索準確度不高,另外用戶需要了解底層存儲結構和查詢語言,不能適用廣大的普通用戶;基于RDF數(shù)據(jù)的檢索方法能較好的表達語義信息,其中KSP（Top-K Relevant Semantic Place Retrieval）是一種目前在小規(guī)模RDF有向圖上具有較好效果的檢索方法,然而為了表達更完整的語義信息需要將RDF有... 

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 知識圖譜存儲形式的研究現(xiàn)狀
        1.2.2 知識圖譜檢索方法的研究現(xiàn)狀
        1.2.3 空間文本信息技術的研究現(xiàn)狀
        1.2.4 研究現(xiàn)狀總結
    1.3 研究目標與意義
    1.4 研究內(nèi)容
    1.5 論文組織結構
第2章 知識圖譜的預處理與索引構建
    2.1 知識圖譜的預處理與索引構建架構
    2.2 預處理與問題模型
        2.2.1 相關定義
        2.2.2 關鍵詞倒排索引
        2.2.3 問題模型
    2.3 語義距離索引
        2.3.1 相關定義
        2.3.2 實體標記索引
        2.3.3 輕量級語義距離索引
    2.4 空間索引
        2.4.1 相關定義
        2.4.2 線性四叉樹索引
        2.4.3 線性均勻四叉樹索引
    2.5 空間語義混合索引
    2.6 小結
第3章 地點檢索查詢算法與排序模型
    3.1 地點檢索查詢算法與排序模型架構
    3.2 排序模型
        3.2.1 排序算法
        3.2.2 Top-K最小堆
    3.3 模糊查詢階段
        3.3.1 模糊查詢算法模型
        3.3.2 動態(tài)界限查詢算法
    3.4 精確查詢階段
    3.5 小結
第4章 系統(tǒng)測試與分析
    4.1 系統(tǒng)設計與架構
        4.1.1 知識圖譜檢索系統(tǒng)簡介
        4.1.2 系統(tǒng)架構
    4.2 實驗環(huán)境
    4.3 實驗數(shù)據(jù)集
    4.4 系統(tǒng)測試
        4.4.1 參數(shù)確認實驗
        4.4.2 索引性能與代價實驗
        4.4.3 查詢算法實驗
        4.4.4 檢索系統(tǒng)性能實驗
    4.5 小結
第5章 結束語
    5.1 論文總結
    5.2 論文展望
致謝
參考文獻
作者簡介


【參考文獻】：
期刊論文
[1]基于壓縮實體摘要圖的RDF數(shù)據(jù)關鍵詞查詢[J]. 林曉慶,馬宗民.  東北大學學報(自然科學版). 2017(01)
[2]融合知識圖譜的查詢擴展模型及其穩(wěn)定性研究[J]. 郝林雪,張鵬,宋大為,候越先.  計算機科學與探索. 2017(01)
[3]基于KD樹和R樹的多維云數(shù)據(jù)索引[J]. 何婧,吳躍,楊帆,尹春雷,周維.  計算機應用. 2014(11)



本文編號：3692143