發(fā)布時間：2018-09-10 18:30

【摘要】：隨著語義網(wǎng)的快速發(fā)展,越來越多基于RDF的圖譜數(shù)據(jù)被發(fā)布到萬維網(wǎng)上,組成了開放鏈接數(shù)據(jù)(Linking Open Data)。一般來說,這些開放數(shù)據(jù)提供SPARQL查詢服務(wù)和關(guān)鍵詞訪問服務(wù)。實際上,相當(dāng)一部分用戶在訪問的時候會選擇關(guān)鍵詞訪問,這些訪問行為同時也被記錄在服務(wù)器的日志中。盡管用戶期望進(jìn)行表達(dá)能力更強(qiáng)的查詢,SPARQL的復(fù)雜性和對所要查詢圖譜的不了解,往往會使得用戶很難獲得理想的查詢結(jié)果。除了RDF這種語義網(wǎng)數(shù)據(jù)交換的標(biāo)準(zhǔn)格式之外,隨著No SQL的興起和發(fā)展,基于屬性圖數(shù)據(jù)的查詢和存儲也得到越來越多的關(guān)注和研究。雖然有一部分基于屬性圖的評測標(biāo)準(zhǔn)已經(jīng)發(fā)布并且應(yīng)用到實際的場景中,但仍然缺乏被廣泛認(rèn)可的衡量綜合性能的評測基準(zhǔn)。因此,如何更好地組織和使用迄今為止積累下來的海量基于RDF的語義數(shù)據(jù),已經(jīng)成為語義網(wǎng)領(lǐng)域一個開放性的問題。畢業(yè)設(shè)計正是從這個背景出發(fā),提出了一個針對RDF的圖譜上SPARQL查詢推薦的框架和一個利用RDF數(shù)據(jù)對屬性圖進(jìn)行基準(zhǔn)評測的方法。具體來說,首先是提出來一個針對SPARQL查詢進(jìn)行推薦的框架。該框架是通過分析知識圖譜的訪問日志,挖掘得到用戶查詢的偏好情況,并結(jié)合用戶的原始SPARQL查詢語句,推薦合適查詢語句。Zhishi.me上的實驗結(jié)果表明推薦后的查詢語句能返回具有更好可讀性的查詢結(jié)果,能幫助用戶更好地使用SPARQL語句來遍歷知識圖譜。除此之外,本文還提出了一個利用已有RDF數(shù)據(jù)集來生成評測屬性圖的存儲的評測基準(zhǔn)。該方法先將RDF的數(shù)據(jù)模型轉(zhuǎn)換為屬性圖的數(shù)據(jù)模型,并通過分析訪問日志來生成相應(yīng)查詢語句集�；�于Zhishi.me的數(shù)據(jù)集實現(xiàn)了該評測基準(zhǔn),并對Neo4j和Titan這兩個目前最流行的支持屬性圖存儲的數(shù)據(jù)庫進(jìn)行了充分的評測,為用戶選擇使用合適的數(shù)據(jù)庫提供了可靠的參考依據(jù)。
[Abstract]:With the rapid development of semantic web, more and more map data based on RDF have been published on the world wide web, forming open link data (Linking Open Data). In general, this open data provides SPARQL query services and keyword access services. In fact, quite a number of users choose keyword access when accessing, and these access behaviors are also recorded in the server log. Although the complexity of Sparql and the lack of understanding of the query graph, it is difficult for users to obtain ideal query results. In addition to RDF, the standard format of semantic web data exchange, with the rise and development of No SQL, query and storage based on attribute graph data have been paid more and more attention and research. Although some attribute graph-based metrics have been published and applied to actual scenarios, there is still a lack of widely accepted benchmarks to measure comprehensive performance. Therefore, how to better organize and use the accumulated mass of semantic data based on RDF has become an open problem in the field of semantic Web. It is against this background that the graduation project proposes a framework for SPARQL query and recommendation on the RDF graph and a method for benchmarking attribute diagrams using RDF data. Specifically, the first is to propose a framework for the recommendation of SPARQL queries. By analyzing the access log of the knowledge map, the framework can mine the preference of the user query, and combine with the original SPARQL query statement of the user. The experimental results on the recommended query statement. Zhishi.me show that the recommended query statement can return the query results with better readability and can help users to traverse the knowledge map better by using SPARQL sentences. In addition, this paper proposes a benchmark to generate the store of the attribute graph by using the existing RDF data set. Firstly, the data model of RDF is transformed into the data model of attribute graph, and the corresponding query statement set is generated by analyzing the access log. The data set based on Zhishi.me implements the benchmark, and gives a full evaluation of the two most popular databases, Neo4j and Titan, which support the storage of attribute diagrams, which provides a reliable reference for users to choose the appropriate database.
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹起武;;用“對號入座”法開展SQL查詢語句的教學(xué)[J];邢臺職業(yè)技術(shù)學(xué)院學(xué)報;2010年05期

2 曾慶森,楊武;數(shù)據(jù)庫SQL查詢語句優(yōu)化方法的研究[J];電腦開發(fā)與應(yīng)用;2001年02期

3 陳立明;SQL查詢語句優(yōu)化方法的研究[J];山西電子技術(shù);2002年04期

4 王振輝;吳廣茂;;SQL查詢語句優(yōu)化研究[J];計算機(jī)應(yīng)用;2005年S1期

5 楊波;薛錦云;;開發(fā)等式比較SQL查詢語句的一種模型推理方法[J];計算機(jī)工程與應(yīng)用;2007年22期

6 王菲菲;;淺談SQL查詢語句的優(yōu)化方法[J];吉林華橋外國語學(xué)院學(xué)報;2009年02期

7 蔡柳萍;;SQL查詢語句的優(yōu)化[J];經(jīng)營管理者;2011年01期

8 楊姝;路遙;馬紅霞;;SQL查詢語句的優(yōu)化方法研究[J];硅谷;2011年02期

9 方瑞英;;淺析派生表在SQL查詢語句中的應(yīng)用[J];辦公自動化;2013年04期

10 甄真;陳虎;張林亞;;列數(shù)據(jù)庫的SQL查詢語句編譯與優(yōu)化[J];計算機(jī)工程;2013年06期

相關(guān)會議論文 前2條

1 陳新宇;楊冬青;唐世渭;陶艷瑰;崔宗軍;;基于受限漢語的數(shù)據(jù)庫查詢語句分析[A];第十六屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1999年

2 熊文新;宋柔;;信息檢索查詢語句的表述分析[A];第四屆全國語言文字應(yīng)用學(xué)術(shù)研討會論文集[C];2005年

相關(guān)重要報紙文章 前2條

1 特約作者 熾天使;不花錢拿IT認(rèn)證[N];電腦報;2004年

2 河南 張華貴;數(shù)據(jù)庫中參數(shù)化查詢的實現(xiàn)[N];電腦報;2001年

相關(guān)碩士學(xué)位論文 前7條

1 陳柏良;面向中文知識圖譜的數(shù)據(jù)重組與應(yīng)用[D];上海交通大學(xué);2015年

2 劉強(qiáng);面向查詢語句的擴(kuò)展過濾及權(quán)重計算研究[D];華中師范大學(xué);2013年

3 畢妲妮;查詢語句的概念分析及其在檢索中的應(yīng)用[D];上海交通大學(xué);2013年

4 張占英;關(guān)于數(shù)據(jù)庫漢語查詢語句中查詢信息的研究[D];河南大學(xué);2004年

5 王晶;非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化存儲中的查詢語句重寫技術(shù)研究[D];華中科技大學(xué);2013年

6 李敏銘;基于JavaEE的數(shù)據(jù)庫輔導(dǎo)教學(xué)系統(tǒng)的設(shè)計和實現(xiàn)[D];電子科技大學(xué);2013年

7 朱素英;基于語音的圖書資料查詢漢語接口研究[D];國防科學(xué)技術(shù)大學(xué);2005年

，

本文編號：2235270