本書共七章，內容包括：緒論、相關基礎理論、基于壓縮實體摘要圖的RDF數(shù)據關鍵字查詢方法、基于實體類型關系摘要的RDF數(shù)據關鍵字查詢方法、多索引的RDF數(shù)據關鍵字查詢方法、兩階段SPARQL查詢優(yōu)化處理、總結。
隨著語義Web技術的不斷發(fā)展和應用，萬維網上充滿了大量可讀取、可被機器理解和處理的RDF數(shù)據，RDF數(shù)據關鍵字杳詢問題的研究已經成為當今語義Web研究的一個熱點。無論是終端用戶還是應用系統(tǒng)，都有著對RDF數(shù)行查詢的需求。但是，RDF數(shù)據的標準查詢語言SPARQL對于普通用戶來說過于復雜，用戶既不了解SPARQL查詢的語法和語義，更沒有掌握待查詢的RDF數(shù)據的模式信息。因此，提出一種基于查詢轉換的方法來實現(xiàn)RDF數(shù)據關鍵字查詢，通過將關鍵字查詢轉換為SPARQL查詢，借助現(xiàn)有的比較的SPARQL搜索引擎對RDF數(shù)行查詢。另外，提出兩階段查詢優(yōu)化方法可以對生成的SPARQL查行處理，以提高查詢執(zhí)行的效率。本書的主要貢括以下幾個方面：
提出了一種基于壓縮實體摘要圖的RDF數(shù)據關鍵字查詢方法。從大規(guī)模的RDF數(shù)據中，提取實體及實體關聯(lián)，為了方便查詢轉換，將實體的類型封裝在實體節(jié)點當中，從而建立了一個壓縮實體摘要索引。利用雙向搜索算法，在這個壓縮實體摘要索引上搜含所有關鍵字實體的子圖，即找到對應的查詢變量之間的關系，然后將這些子圖轉換成SPARQL查詢，后利用現(xiàn)有的SPARQL搜索引行RDF數(shù)據的查詢。
提出了一種基于實體類型關系摘要的RDF數(shù)據關鍵字查詢方法。通過概括出RDF數(shù)據實體類型之間的關系，定義了一種面向實體類型關系的摘要索引，從轉換的目標對象SPARQL的角度出發(fā)，該摘要索引的構建利用了SPARQL1.pan>的屬性路徑操作符括謂語路徑操作符、可選路徑操作符“|”以及序列路徑操作符“/”等。該索引不僅使關鍵字查詢向SPARQL查詢的轉換更為簡單、方便以及，而且該摘要索引彌補了現(xiàn)有的用于查詢轉換索引的缺陷，能夠完整地概括出RDF數(shù)據中所有實體類型之間的關系。后，將在此摘要索引上找含所有關鍵字實體的類型關系的top-子圖，并轉換成SPARQL查詢，利用現(xiàn)有的SPARQL搜索引行RDF數(shù)據的查詢。
提出了一種利用多索引來實現(xiàn)RDF數(shù)據關鍵字的查詢方法，事先在RDF數(shù)據上建立多個索引，用于定位關鍵字到指定的實體的關鍵字倒排索引和用于搜索top-k子圖的r-半徑領域索引、r半徑領域內的短路徑索引以及用于子圖向SPARQL轉換的r半徑領域內的短屬性路徑索引。通過這些索引能夠快速行關鍵字查詢向SPARQL查詢轉換。雖然索引的存儲開銷較大，不過利用“空間換時間”的思想，很大程度地提高了查詢效率。后，利用現(xiàn)有的SPARQL搜索引擎對RDF數(shù)行查詢。另外，對本書提出的三種不同的RDF數(shù)據關鍵字查詢方行了分析和比較，分別比較了三種方法用于關鍵字查詢向SPARQL查詢轉換服務的索引、關鍵字索引、top-k子圖的搜索算法以及用于輔助圖搜索的索引結構等。
針對生成的SPARQL查詢本身所具有的特點，提出了一個兩階段的SPAR-QL查詢法，對生成的SPARQL查行優(yōu)化處理。階段，把SPARQL查詢中含有相同變量的聯(lián)結劃分為一塊，通過計算每塊內選擇度來重新排列三元組模式的聯(lián)結順序。第二階段，利用屬性路徑索引對剩余的聯(lián)行中間結果過濾。不但利用了RDF圖中的屬性路徑，而且還考慮了三元組模式中的選擇度問題，大幅度地減少了查詢在聯(lián)結過程中產生的中間結果數(shù)量，從而改善了查詢質量，提高了查詢效率。
1998年，萬維網的發(fā)明人Tim Berners Lee提出了“語義萬維網”（SemanticWeb)的設想。200pan>年，《科學美國人》雜志刊登題為“The Semantic Web”的科普文章，宣告了“語義網”的誕生。“語義網”的愿景為“使計算機更能解讀萬維網”。
萬維網是一個文字、圖片、聲音及的網絡，作為人們在因特網上獲取和發(fā)布信息的重要手段和途徑，萬維網逐漸成為巨大的信息資源倉庫，計算機對于這樣的萬維網只發(fā)揮了有限的作用，它們索引關鍵詞，將信息從服務器傳輸?shù)娇蛻舳�，而已。所有的智能工作（選擇、組合及聚集等）必須通過人類讀者來完成。語義網使“萬維網上的數(shù)據為計算機可理解和處理”成為現(xiàn)實。從此，語義Web技術的發(fā)展有了一個新的里程碑。W3C（World Wide Web Consortium,萬維網聯(lián)盟）制定了一系列的語義網技術規(guī)范括描述各種資源和它們之間語義關系的資源描述框架（Resource Description Framework,RDF）、萬維網本體語言（OWL2）、RDF數(shù)據的標準查詢語言（SPARQL）及規(guī)則交換格式（RIF）等。這些技術規(guī)范間的關系在圖1.pan>所示W3C語義Web分層模型中有所體現(xiàn)。語義網為萬維網上的知識表示、推理、交換和復用奠定了理論基礎。
Web數(shù)據呈現(xiàn)爆炸式的增長。大規(guī)�？捎玫�RDF數(shù)據被發(fā)布。RDF已經被許多項目和機構用來表示它們的元數(shù)據，如DBLP,Wikipedia等；IBM智慧地球的研究中心采用了RDF數(shù)據描述以及集成語義；Freebase知識庫是語義網數(shù)據庫技術公司Metaweb維護的，其中體育、電影等眾多領域元信息都是用RDF表示的，生物、化學、生物醫(yī)學、地理等多個領域都在 RDF 基礎行建立領域本體。根據 W3C的SWEO(Semantic Web Ed-ucation and Outreach)研究小組的不統(tǒng)計，截止到2017年4月,在互聯(lián)網上的各種RDF三元組的數(shù)量括Linked Open Data,YAGO,DBpedia,Freebase等RDF數(shù)據集）已經達到620億，其中涉及的實體數(shù)量更多。互聯(lián)網已經從只含網頁和網頁之間超鏈接的文檔萬維網轉變成了能夠對實體和實體之間豐富的關行描述的數(shù)據萬維網。傳統(tǒng)互聯(lián)網中的文檔檢索通常是將HTML頁面（文檔）看作是信息的載體，用戶的查詢返回結果則是若含這些查詢關鍵詞的文檔，而語義Web數(shù)據搜索用戶擊中的三元組中描述的實體。語義Web數(shù)據的搜索問題已經成為當今語義網技術的一個重要研究熱點，各大搜索公司（如Google、百度、搜狗等）紛紛構建知識圖譜（分別為Knowledge Graph、知心和知立方）來搜索質量。
RDF數(shù)據的搜索需要處理粒度更細的結構化語義數(shù)據。原有的針對非結構化的Web文檔的存儲和索引的各種成熟技術已經對RDF數(shù)據不再適用，目前的大量排序算法也不能直接運用到面向實體和其關聯(lián)的語義搜索中。SPARQL(Simple Protocol and RDF Query Language)是RDF數(shù)據的查詢語言,已于2008年pan>月15日正式成為W3CRDF數(shù)行有效的查詢。正如SQL是數(shù)據庫查詢的標準，SPARQL是查詢RDF數(shù)據的標準。由于RIF、RDFS和OWL都是使用RDF數(shù)據模型，因此SPARQL也能夠作為這三者的查詢語言。SPARQL查詢的基本組成單元是三元組模式（Triple Pattern）,三元組模式與RDF三元組類似，區(qū)別在于其主語（Subject）、謂語（Predicate）和賓語（Object）位置可以設置為變量。除了SPARQL查詢語言外，還有RQL、RDQL（RDF dataquery language)以及SeRQL等RDF數(shù)據查詢語言。但是，這些查詢語言對于普……
書單推薦
