發(fā)布時間：2020-11-21 16:09

　　 隨著關聯(lián)開放數(shù)據(jù)的使用越來越多,數(shù)據(jù)提供者不僅要將其數(shù)據(jù)集發(fā)布為LOD,且在發(fā)布過程中需要將數(shù)據(jù)集以易于處理的方式進行建模,這樣使得數(shù)據(jù)更具人性化即易于用戶理解、查詢和使用且易于計算機及關聯(lián)數(shù)據(jù)應用程序處理。而關聯(lián)數(shù)據(jù)的最佳實踐之一,就是在數(shù)據(jù)建模的過程中重復使用已有詞表,即重用現(xiàn)有詞表中的類和屬性,采用其中的規(guī)范術語表示數(shù)據(jù)或通過術語鏈接不同的數(shù)據(jù)集。重用詞表能夠有效地提高數(shù)據(jù)集的互操作性,避免不必要的資源浪費;同時還可以最大限度的保證關聯(lián)數(shù)據(jù)與已有數(shù)據(jù)集的語義一致性,便于其被通用關聯(lián)數(shù)據(jù)應用程序直接消費,而無需進行映射等處理過程。但在實踐中,由于可重用詞表的數(shù)量不斷增長,各詞表質量層次不齊,數(shù)據(jù)發(fā)布者無法完全掌握所有的詞表以及詞表內的術語;其次,由于數(shù)據(jù)發(fā)布者自身領域專業(yè)性等原因,難以準確及快速地決定選用哪些詞表描述數(shù)據(jù)的語義。因此對于如何重用詞表的服務需求增加,在數(shù)據(jù)建模過程中,如何根據(jù)數(shù)據(jù)發(fā)布者的需求確定重用詞表的策略,這涉及詞表的數(shù)量、與建模領域的匹配度、詞表的流行或通用程度、發(fā)布詞表的機構、詞表的維護情況等多重因素。因而本文對關聯(lián)數(shù)據(jù)的詞表重用策略進行了理論探討和實證研究,主要圍繞以下幾個方面開展:(1)介紹了關聯(lián)數(shù)據(jù)的四大原則及三大特征,詳細探討了關聯(lián)數(shù)據(jù)的發(fā)布流程,從數(shù)據(jù)準備及定義URI、選用詞表、建立RDF鏈接以及數(shù)據(jù)的Web發(fā)布和開放查詢逐一展開,分析數(shù)據(jù)發(fā)布流程中詞表使用的必要性。(2)界定了詞表的定義,對現(xiàn)有的詞表查詢服務進行了總結和簡單介紹,在此基礎上提出了關聯(lián)數(shù)據(jù)的詞表重用流程,探討了影響其重用的各個影響因素,包括詞表的質量、詞表的管理及數(shù)據(jù)發(fā)布者等三方面。(3)通過對關聯(lián)開放數(shù)據(jù)云中數(shù)據(jù)集的介紹,引入了出版類數(shù)據(jù)集,將其進行分類并對其詞表重用類別情況、詞表重用影響因素及RDF謂詞使用情況進行統(tǒng)計分析;然后據(jù)此剖析了目前的詞表重用策略,包括選用廣泛使用的或標準的詞表、重用同一詞表、詞表數(shù)量最大化及最小化等,并對每一策略的特點進行了探討。
【學位單位】：山西大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：G254
【部分圖文】：

關聯(lián)數(shù)據(jù)的詞表重用策略研究個詞表，其存檔了所有詞表自首次發(fā)布以來的各種版本，可以不訪問詞表網(wǎng)站而直接瀏覽及使用，還可以在LOV網(wǎng)站訪問其修訂日志。它提供了多種類型的搜索方式，既可以通過詞表名稱進行查詢，亦可以通過術語查詢其所在的詞表，檢索結果的排序算法基于在 LOD 數(shù)據(jù)集和 LOV 生態(tài)系統(tǒng)中的術語流行度計算。

以及使用該詞表的數(shù)據(jù)集數(shù)量。對于詞表的表達方式和標簽也進行了展示，表達方式包括 RDF、RDFS、OWL 等；標簽即對詞表所屬類別進行標識，便于用戶進行查找和分類，例如 Methods、Metadata、Society、Biology、People 等。對于數(shù)據(jù)訪問的方法，LOV 提供了多種類型，既可以直接在網(wǎng)站頁面的 SPARQL 端點運行查詢，還可以通過 LOVAPI，此為訪問 LOV 完整功能和數(shù)據(jù)的便捷方式，用戶通過 API 調用實現(xiàn)遠程、動態(tài)查詢詞表及其術語等信息，也可以將這些信息獲取至本地。3.2.2 SwoogleSwoogle[55]（http://swoogle.umbc.edu/2006/）是由馬里蘭大學開發(fā)的基于爬蟲的語義 Web 搜索和元數(shù)據(jù)引擎，適用于互聯(lián)網(wǎng)上現(xiàn)成可用的所有 RDF 資源，包括各種本體、文檔、術語等，如圖 3.3 所示。語義 Web 包含了 Web 文檔以及與這些文檔平行并對其進行描述的語義 Web 文檔（Semantic Web Document，SWDs），Swoggle 目前索引了近 130 萬個語義 Web 文檔，其中包含近 240 萬個三元組。其主要利用搜索器系統(tǒng)發(fā)現(xiàn) RDF 文檔和內置有 RDF 內容的 HTML 文檔，對其進行推理后在數(shù)據(jù)庫中記錄和索引文檔的元數(shù)據(jù)。

vocab.cc官網(wǎng)
【相似文獻】

相關期刊論文 前10條

1 劉竟;吳玲玲;;基于關聯(lián)數(shù)據(jù)的學科電子檔案資源聚合框架的構建[J];圖書情報研究;2019年01期

2 陽廣元;;基于關聯(lián)數(shù)據(jù)的圖書館服務研究現(xiàn)狀與展望[J];圖書館理論與實踐;2019年06期

3 王燕紅;;國內基于關聯(lián)數(shù)據(jù)的資源整合研究述評[J];圖書館理論與實踐;2018年06期

4 官維;梁藝多;;航運關聯(lián)數(shù)據(jù)的發(fā)布及查詢應用研究[J];價值工程;2018年33期

5 楊敏;;關聯(lián)數(shù)據(jù)在圖書館中的應用研究[J];圖書館研究與工作;2016年05期

6 汪淑嫻;;國內關聯(lián)數(shù)據(jù)領域研究熱點分析[J];時代農機;2016年11期

7 楊選輝;龍帆;;關聯(lián)數(shù)據(jù)與本體在圖書館資源服務模式中的應用研究[J];圖書館理論與實踐;2016年12期

8 高勁松;程婭;梁艷琪;;基于關聯(lián)數(shù)據(jù)的圖書館數(shù)字資源語義互聯(lián)研究[J];情報科學;2017年01期

9 趙龍文;莫荔媛;潘卓齊;;基于關聯(lián)數(shù)據(jù)的政府數(shù)據(jù)開放實現(xiàn)方法研究[J];情報資料工作;2016年06期

10 崔家旺;李春旺;;基于關聯(lián)數(shù)據(jù)的類簇語義揭示模型研究[J];數(shù)據(jù)分析與知識發(fā)現(xiàn);2017年04期

相關博士學位論文 前8條

1 梁艷琪;基于關聯(lián)數(shù)據(jù)的文物數(shù)字資源語義融合與服務研究[D];華中師范大學;2017年

2 李楠;基于關聯(lián)數(shù)據(jù)的知識發(fā)現(xiàn)研究[D];中國農業(yè)科學院;2012年

3 伍革新;基于關聯(lián)數(shù)據(jù)的數(shù)字圖書館資源聚合與服務研究[D];華中師范大學;2013年

4 謝銘;關聯(lián)數(shù)據(jù)和知識表示的自動語義標注技術[D];武漢大學;2012年

5 鮮國建;農業(yè)科技多維語義關聯(lián)數(shù)據(jù)構建研究[D];中國農業(yè)科學院;2013年

6 郭曉君;關聯(lián)課程數(shù)據(jù)組織及知識管理研究[D];武漢大學;2012年

7 袁遠明;智慧城市信息系統(tǒng)關鍵技術研究[D];武漢大學;2012年

8 黃磊;關聯(lián)課程數(shù)據(jù)構建及存儲方法研究[D];武漢大學;2013年

相關碩士學位論文 前10條

1 張意婷;面向關聯(lián)信息挖掘的實體案例推薦框架研究[D];上海交通大學;2017年

2 韓洪帥;基于關聯(lián)數(shù)據(jù)的傳統(tǒng)美術類非遺視頻資源語義化組織研究[D];華中師范大學;2019年

3 李捷佳;關聯(lián)數(shù)據(jù)的詞表重用策略研究[D];山西大學;2019年

4 陳凱;關聯(lián)數(shù)據(jù)的異常關系檢測[D];上海交通大學;2018年

5 韓雪;基于關聯(lián)數(shù)據(jù)的MOOC資源服務模型研究[D];華中師范大學;2018年

6 解迪;SSCMDA：基于間諜刺探策略與超級集群策略的MiRNA與疾病關聯(lián)預測模型[D];遼寧大學;2018年

7 蔣衍亭;基于關聯(lián)數(shù)據(jù)的圖書館知識服務研究[D];華中師范大學;2015年

8 吳紅瑤;基于關聯(lián)數(shù)據(jù)的科學數(shù)據(jù)共享模型研究[D];遼寧師范大學;2018年

9 楊東升;基于關聯(lián)數(shù)據(jù)的文本型用戶生成內容組織研究[D];華中師范大學;2018年

10 莫荔媛;基于關聯(lián)數(shù)據(jù)的個性化推薦系統(tǒng)研究[D];華南理工大學;2018年

本文編號：2893264