面向web規(guī)模RDF數(shù)據(jù)查詢算法的研究與實現(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有賦予網(wǎng)絡(luò)上的全部資源足夠的語義信息。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，卻不清楚資源的實際含義。而RDF(Resource DescriptionFramework)正是由W3C提出的語義網(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、管理以及檢索如此龐大的RDF數(shù)據(jù)已經(jīng)成為了一項棘手卻亟待解決的問題。

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

3、文在原始RDF圖的基礎(chǔ)上，對每個實體和類頂點增加一個標(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)代價較低，易于更新。(3)針對帶有數(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算法中，并且同時適用于普通SPARQL查詢和帶有通配符的SPARQL查詢。
　　其次，本文充分考慮了RDF數(shù)據(jù)本身的特點，在第四章分布式環(huán)境的