面向web規(guī)模RDF數(shù)據(jù)查詢(xún)算法的研究與實(shí)現(xiàn).pdf

1、目前因特網(wǎng)發(fā)展出現(xiàn)瓶頸的原因之一是由于沒(méi)有賦予網(wǎng)絡(luò)上的全部資源足夠的語(yǔ)義信息。最主要的原因在于，現(xiàn)在的網(wǎng)絡(luò)主要是基于超鏈接實(shí)現(xiàn)的，網(wǎng)絡(luò)只是知道如何顯示資源，卻不清楚資源的實(shí)際含義。而RDF(Resource DescriptionFramework)正是由W3C提出的語(yǔ)義網(wǎng)的標(biāo)準(zhǔn)描述框架。隨著信息提取技術(shù)的發(fā)展和語(yǔ)義網(wǎng)的不斷進(jìn)步，網(wǎng)絡(luò)中涌現(xiàn)出大量的RDF數(shù)據(jù)，如何存儲(chǔ)、管理以及檢索如此龐大的RDF數(shù)據(jù)已經(jīng)成為了一項(xiàng)棘手卻亟待解決的問(wèn)題。

2、SPARQL查詢(xún)是W3C提出的對(duì)RDF進(jìn)行查詢(xún)的標(biāo)準(zhǔn)查詢(xún)語(yǔ)言。
　　目前RDF查詢(xún)算法面臨的主要問(wèn)題是:(1)不支持帶有通配符的SPARQL查詢(xún)。(2)不能支持實(shí)時(shí)在線更新。(3)可擴(kuò)展性差。本文基于以上三個(gè)問(wèn)題，提出了基于索引的查詢(xún)算法以及分布式環(huán)境的查詢(xún)算法。
　　針對(duì)以上問(wèn)題，首先在第三章基于索引的查詢(xún)算法中做了如下工作:(1)采取基于圖的模型來(lái)存儲(chǔ)RDF數(shù)據(jù)。具體地講，本文通過(guò)基于索引的鄰接表存儲(chǔ)RDF數(shù)據(jù)。(2)本

3、文在原始RDF圖的基礎(chǔ)上，對(duì)每個(gè)實(shí)體和類(lèi)頂點(diǎn)增加一個(gè)標(biāo)記信息。隨之，提出了一種新的索引結(jié)構(gòu)VS*-tree。它可以對(duì)上述帶有數(shù)字標(biāo)記信息的RDF圖進(jìn)行快速索引，且維護(hù)代價(jià)較低，易于更新。(3)針對(duì)帶有數(shù)字標(biāo)記信息的數(shù)據(jù)圖，本節(jié)提出了一種新的剪枝規(guī)則，這種剪枝規(guī)則可以完美的嵌入到本文提出的查詢(xún)算法中，并且同時(shí)適用于普通SPARQL查詢(xún)和帶有通配符的SPARQL查詢(xún)。
　　其次，本文充分考慮了RDF數(shù)據(jù)本身的特點(diǎn)，在第四章分布式環(huán)境的