文章摘要
引用本文:陈 双,汪璟玢.结合本体子图的RDF数据关键词分布式搜索[J].福州大学学报(自然科学版),2017,45(6):822~828
结合本体子图的RDF数据关键词分布式搜索
College of Mathematics and Computer Science,Fuzhou University,Fuzhou,Fujian 350116,China
  
DOI:10.7631/issn.1000-2243.2017.06.0822
中文关键词: 资源描述框架  关键词搜索  本体  MapReduce
英文关键词: RDF  keyword search  OWL  MapReduce
基金项目:
作者单位
陈 双 福州大学数学与计算机科学学院福建 福州 350116 
汪璟玢 福州大学数学与计算机科学学院福建 福州 350116 
摘要点击次数: 199
全文下载次数: 133
中文摘要:
      针对现存资源描述框架(RDF)查询方案不能满足日益剧增的海量RDF数据的关键词搜索要求,提出一种面向大规模RDF数据的分布式搜索算法(KDSOS). 该算法首先结合RDF本体构建查询关键词对应的本体子图集并利用评分函数评分;其次在大规模的RDF数据图上优先搜索评分高的本体子图对应的结果子图,直到找到Top-k结果. 实验结果表明,KDSOS算法在搜索效率和准确率上都具有明显的优势.
英文摘要:
      Existing RDF query method can not meet the keyword search requirement over increasing massive RDF data,thus this paper proposes keyword distributed search with ontology subgraph(KDSOS) algorithm which supports keyword search over large-scale RDF in a distributed platform. The algorithm first builds ontology sub-graph set for query keywords using RDF ontology and sorts by score function,and then preferentially searches result sub-graph of higher score ontology sub-graph on RDF data graph until find Top-k results. The result of experiment shows that KDSOS algorithm has obvious advantages both on query performance and accuracy.
查看全文   查看/发表评论  下载PDF阅读器
关闭