面向大規(guī)模RDF數(shù)據(jù)的高效率語義索引關(guān)鍵技術(shù)研究.pdf

1、隨著語義Web領(lǐng)域的發(fā)展，各個領(lǐng)域按照語義Web的數(shù)據(jù)格式發(fā)布的數(shù)據(jù)逐年呈幾何級爆炸性增長。Linked Open Data上的RDF數(shù)據(jù)條數(shù)已經(jīng)達到百億級規(guī)模。針對RDF數(shù)據(jù)主要有查詢和推理兩類工作。高效的查詢工作依賴于數(shù)據(jù)底層的索引結(jié)構(gòu)；而推理工作則需要依據(jù)語義 Web中的推理規(guī)則在數(shù)據(jù)上做閉包計算工作，具有較高復(fù)雜度。
　　當前針對大規(guī)模RDF數(shù)據(jù)的查詢以及推理已有大量的工作，但其不足主要體現(xiàn)在RDF存儲中的索引主要是結(jié)構(gòu)化

2、索引，并未包含有語義信息；而在推理方面都是離線推理，不支持查詢時的實時推理。本文通過研究RDFS的推理規(guī)則，結(jié)合ORDPATH編碼機制提出了資源前綴編碼來展現(xiàn)RDF數(shù)據(jù)資源的層次以及蘊含關(guān)系，并提出了一種面向大規(guī)模RDF數(shù)據(jù)的語義索引構(gòu)建方案。對RDF數(shù)據(jù)中的ABox和TBox進行區(qū)分，通過資源前綴編碼來分別構(gòu)建TBox的語義關(guān)系，并將構(gòu)建的語義編碼信息持久化到RDF三元組索引中，使得三元組索引承載有語義信息。其顯著特點是，通過對RDF

3、數(shù)據(jù)的查詢即可得到RDFS蘊含知識，通過這樣一種結(jié)合在線和離線的推理方式實現(xiàn)了RDF蘊含機制（Entailment Regime）。針對設(shè)計方案進行了實現(xiàn)，設(shè)計并進行了一系列實驗，對比了語義索引與一般索引在存儲和查詢時的性能和結(jié)果。
　　本文的分析和實驗表明，支持語義的索引結(jié)構(gòu)在數(shù)據(jù)加載的空間開銷和時間開銷方面，以及在數(shù)據(jù)查詢方面沒有給不支持語義的傳統(tǒng)RDF索引增加顯著額外負擔和開銷，但獲得了在查詢時對推理的有效支持，實現(xiàn)了RDF