基于r-clique的不确定rdf关键字查询研究

《基于r-clique的不确定rdf关键字查询研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于厂．clique的不确定RDF关键字查询研究作者姓名：张舒指导教师：吴刚副教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：计算机应用技术论文提交日期：2014年6月日论文答辩日期：2014年6月日学位授予日期：2014年7月曰答懒△拂：乔建忠教授评阅人：王波涛教授、滕振宇教授东北大学2014年6月万方数据AThesisinComputerApplicationTechnologyIUlIIIIIIIIIIIIllllIIIIIIIIY2989624ResearchofUncertaintyRDFKeywordSearchBase

2、donr-cliqueByZhangShuSupervisor：AssociateProfessorWuGangNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：弓哟日期：ⅥLu。易?f学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向

3、国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年圈学位论文作者签名：料嗨签字日期：如I蛑6日2纤日导师签名：签字日期：泸万方数据．II．万方数据东北大学硕士学位论文摘要基于r-clique的不确定RDF关键字查询研究摘要资源描述框架(ResourceDescriptionFramework，简称RDF)是语义Web网所使用的基本标记语言，在诸多领域中有广泛应用。由于现有的本体抽取、标注方法和测量技术存在误差和噪声，使得不确定RDF数

4、据普遍存在。近年来，对于不确定RDF数据的查询研究逐渐成为热点。由于不确定RDF数据可以建模为不确定RDF图，那么对于不确定RDF数据的关键字查询的研究实际上就是对于不确定图上关键字查询的研究。本文在已有研究的基础上，提出了两种基于尸．clique的不确定RDF关键字查询的算法——KSABR和HABR。单词”clique”的中文释义是“极大团、子群体”，这里指不确定图中的子图，字母，是一个表示距离阂值的变量。所以，，．clique是指包含所有查询关键字的任意两个节点的距离不大于给定值r的子图。为了提高查询速度，本文提出了一种多项式时延的近似算法来构建，．clique。算法KSABR(Keyw

5、ordSearchAlgorithmBasedon，．一clique)将不确定RDF数据上的关键字查询问题映射为寻找不确定图上的，．．cliques的问题。为了提高查询结果的质量，在KSABR的基础上又进一步提出了精度更高的算法：HABR(EfficientAlgorithmBasedon，．．clique)。HABR中采用了打分函数对结果进行排序。对于得到的七个结果，HABR算法调用打分函数对结果进行排序，然后将top．k个结果返回给用户。为了进一步提高查询的速度，本文设计了两种索引结构——KI(KeywordInvertedIndex)和PI(ProbabilisticInvertedI

6、ndex)。KI中存放的是关键字和节点之间的映射关系，它可以用来实现结构剪枝和概率剪枝。PI中存放的是关键字节点和，．clique之间的映射关系，它可以用来实现打分函数。实验证明，本论文提出的算法KSABR在时间性能上具有较好的性能，而算法HABR在时间性能和结果质量上都具有较好的性能。关键字：不确定RDF图；关键字查询；r．clique；剪枝技术：top—k查询．．III．．万方数据．IV．万方数据东北大学硕士学位论文AbstractResearchofUncertaintyRDFKeywordSearchBasedonr-cliqueAbstractRDFwhichisshortforR

7、esourceDescriptionFrameworkisthebasicmarkuplanguageofthesemanticWebnet．RDFiswidelyusedinmanyfields．Becausethemethodofextractingontology,themethodofmarkingresourceandthetechnologyofmeasurementusuallyhaserror