基于RDF知识库的位置语义检索算法研究与实现

发布时间：2021-12-28 02:39

　　RDF（Resource Description Framework）是目前语义Web研究的一个重要内容,它能够使网络数据的表达更加规范。大型RDF知识库中有描述空间位置的语义。空间位置可以描述成位置语义,而且在语义Web中检索位置语义可以提高空间位置检索的准确性。因此,RDF非常适合用来检索空间位置。RDF知识库上的关键字检索不需要用户掌握查询语言、理解数据之间的关系,只需要用户输入关键字就可以找到包含关键字的子图。KSP（Top-k Relevant Semantic Place）检索是一种RDF上的位置语义检索方法,它将RDF知识库上的关键字技术和空间位置检索技术结合起来,在RDF知识库上利用关键字检索技术来检索空间位置语义。KSP检索的目标为:把RDF知识库构造成RDF有向图,在RDF有向图上找到满足所有关键字并且以位置节点为根的最小子图（合格位置语义）。BSP（Basic Semantic Place retrieval algorithm）算法能够实现KSP检索,但是只能检索顶点上标签,顶点之间的边属性不能检索。针对BSP算法不能检索边属性这个问题,本文对BSP算法进行了改... 

【文章来源】：扬州大学江苏省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图１．２论文章节结构图??第一章绪论

图２．９?ＲＤＤ之间的关系??

图中的结果验证了，ＶＥＬ－ＢＳＰ算法和ＶＥＬＰ－ＢＳＰ算法的最优合格位置语义计算的次数??着Ｔｏｐ－ｋ的增加而增加，因为ｋ越大进入排序队列的最优合格位置语义就越多，所以计??次数也越多。利用剪枝规则的ＶＥＬＰ－ＢＳＰ算法比ＶＥＬ－ＢＳＰ计算最优合格位置语义的次??要少，因为ＶＥＬＰ－ＢＳＰ算法提前将一些不能进入Ｔｏｐ－ｋ队列的位置修剪了，节省了不必??的计算时间。??（２）利用表３－５中的关键字对ＢＳＰ算法、ＶＥＬ－ＢＳＰ算法和剪枝算法ＶＥＬＰ－ＢＳＰ进行??验，关键词的数目由１到１０。这里取Ｔｏｐ－１，算法运行时间如图３．３所示。??２０００??１８００??＞６００?．．僵－??Ｊ４００?｜??１?．２００?１?：??ｉ?１０００?－??

【参考文献】：
期刊论文
[1]基于RDF图结构切分的高效子图匹配方法[J]. 关皓元,朱斌,李冠宇,赵玲.  计算机应用. 2018(07)
[2]双索引机制的RDF数据图查询方法研究[J]. 郑志蕴,丁阳,李伦,李钝.  小型微型计算机系统. 2018(02)
[3]基于Pregel模型的分布式图着色算法[J]. 甘瀛,王鑫,冯志勇,杨雅君.  计算机科学与探索. 2018(06)
[4]基于Lucene索引的数据库全文检索[J]. 岳绍敏,李万龙,王璐,光顺利.  吉林大学学报(理学版). 2014(05)
[5]Dijkstra算法中的多邻接点与多条最短路径问题[J]. 王树西,李安渝.  计算机科学. 2014(06)
[6]KREAG:基于实体三元组关联图的RDF数据关键词查询方法[J]. 李慧颖,瞿裕忠.  计算机学报. 2011(05)
[7]基于关键词的RDF数据查询方法[J]. 李慧颖,瞿裕忠.  东南大学学报(自然科学版). 2010(02)
[8]语义Web搜索技术研究进展[J]. 叶育鑫,欧阳丹彤.  计算机科学. 2010(01)
[9]基于R树的空间数据索引技术的探索[J]. 蔡浴泓,孙蕾.  计算机应用与软件. 2008(12)
[10]语义Web的标记语言和体系结构[J]. 潘小进,林子禹,张月强,贺春辉.  计算机工程. 2003(05)



本文编号：3553238