关联数据集混合式映射研究

发布时间：2017-04-30 03:02

  本文关键词：关联数据集混合式映射研究，由笔耕文化传播整理发布。

【摘要】：语义网作为目前网络的一种拓展形式,目的是建立机器可以理解和读懂的数据并且能够通过富含语义标注的数据来创建彼此之间的链接,使整个网络变为一个通用的信息交换媒介。关联数据为语义网的目标提供了一种可行的实践方案,但是随着关联数据网络上的数据集日趋增加,数据集之间链接的潜力并没有得到很好的发挥,究其原因主要是由于目前在关联数据网络上发布的各个数据集对相同实体类型进行描述时采用不同的本体词汇,造成了各个数据集在描述格式上难以达成一致,使得关联数据集之间的链接存在阻碍。因此为了发挥关联数据的最大价值,达到真正意义上的开放、智能和共享,就必须解决关联数据集间的映射问题。鉴于此,本文提出了关联数据集混合式映射,主要做了以下工作：(1)梳理和总结关联数据集映射问题及现有技术。首先较为详细的介绍了关联数据集的相关理论和技术,阐述了关联数据集的映射问题、互链现状和目前常用的映射技术及这些技术的效果。(2)提出了关联数据集混合式映射模型。对目前关联数据网络环境中数据集的词汇表使用状况、元数据描述状况、RDF链接状况等等进行了具体的分析,在此基础上,提出了关联数据集混合式映射模型并对混合式映射中各个层次功能及关系进行了详细说明。(3)阐述了关联数据集混合式映射策略。从基于VOID语言的关联数据集元数据描述、部署和描述发现等方面阐述该层面映射策略,对基于R2R语言的关联数据集映射创建和发布进行了详细介绍,最后引入WordNet语义词典进行语义相似度计算。(4)分析了关联数据集混合式映射实例。以DBpedia、Geonames和LinkedMDB这三个数据集为例,对其进行VOID描述,对它们之间的部分类和属性创建了R2R映射,对其中特定实例的语义相似度进行了计算,最后对映射效果进行了评价。本文希望通过采用混合式关联数据集映射来解决目前在数据集映射方面存在的部分问题,提高映射的效率及映射的精确度,为创建关联数据集成服务环境提供支持,同时这一研究成果也为目前关联数据集映射的研究提供了一个新思路,从而更好地促进关联数据网络的发展。
【关键词】：关联数据集 混合式映射 VOID语言 R2R语言 语义相似度
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G254
【目录】：

• 摘要6-7
• Abstract7-12
• 1 绪论12-21
• 1.1 研究背景和意义12-13
• 1.2 国内外研究现状13-18
• 1.2.1 关联数据集统计及互链研究13-14
• 1.2.2 关联数据集映射研究14-16
• 1.2.3 基于语义相似度的本体映射研究16-18
• 1.2.4 分析与总结18
• 1.3 本文的研究内容与结构18-20
• 1.3.1 本文的研究内容18-19
• 1.3.2 本文的结构安排19-20
• 1.4 创新点20-21
• 2 相关理论和技术21-28
• 2.1 关联数据集映射21-24
• 2.1.1 关联数据集映射问题21-22
• 2.1.2 关联数据集互链现状22-24
• 2.2 关联数据集映射技术24-26
• 2.2.1 关联数据集元数据层面描述24-25
• 2.2.2 关联数据映射语言25
• 2.2.3 基于语义相似度计算的本体映射25-26
• 2.3 现有的关联数据集映射效果26-28
• 3 关联数据集混合式映射模型构建28-41
• 3.1 关联数据集混合式映射的提出28-31
• 3.1.1 关联数据集中词汇表使用情况28-29
• 3.1.2 关联数据集元数据描述情况29-30
• 3.1.3 关联数据集之间的RDF互链30-31
• 3.2 关联数据集混合式映射的理论基础31-36
• 3.2.1 VOID语言32-35
• 3.2.2 R2R映射语言35-36
• 3.2.3 基于语义相似度计算的本体映射36
• 3.3 关联数据集混合式映射模型36-41
• 3.3.1 混合式映射模型体系结构36-39
• 3.3.2 混合式映射模型层次及关系39-41
• 4 关联数据集混合式映射策略41-65
• 4.1 基于VOID语言的关联数据集元数据描述41-55
• 4.1.1 VOID语言对数据集的著录描述41-52
• 4.1.2 VOID信息的部署52-54
• 4.1.3 VOID描述发现54-55
• 4.2 基于R2R语言的关联数据集映射55-61
• 4.2.1 基于R2R语言的关联数据集映射的创建55-59
• 4.2.2 基于R2R语言的关联数据集映射的发布59-61
• 4.3 基于语义相似度计算的关联数据集映射61-65
• 4.3.1 WordNet61-62
• 4.3.2 概念的语义相似度计算62
• 4.3.3 属性的语义相似度计算62-64
• 4.3.4 综合相似度计算64-65
• 5 关联数据集混合式映射实例分析—以DBpedia、LinkedMDB、Geonames数据集为例65-83
• 5.1 关联数据集混合式映射实例中的数据集65-70
• 5.2 DBpedia、LinkedMDB和Geonames的VOID语言描述70-75
• 5.3 DBpedia、LinkedMDB和Geonames的R2R映射实例分析75-77
• 5.4 DBpedia、Geonames映射的语义相似度计算实例分析77-82
• 5.5 混合式映射效果评价82-83
• 6 总结与展望83-85
• 6.1 总结83
• 6.2 未来工作的展望83-85
• 参考文献85-89
• 致谢89

【参考文献】

中国期刊全文数据库 前6条

1 黄烟波,张红宇,李建华,谭立球,李志;本体映射方法研究[J];计算机工程与应用;2005年18期

2 徐德智;肖文芳;王怀民;;本体映射过程中的概念相似度计算[J];计算机工程与应用;2007年09期

3 陈冬林;聂规划;刘平峰;;基于本体的B2B电子商务MAS模型及商品匹配算法[J];计算机工程与应用;2007年10期

4 张忠平;田淑霞;刘洪强;;一种新的本体相似度计算方法[J];计算机应用研究;2008年10期

5 郑诚;秦多荣;;本体映射中的概念相似度计算[J];计算机技术与发展;2008年11期

6 姚晓明;王锋;林兰芬;朱晓伟;谢非;;一种高效的多策略本体映射方法[J];中国科技论文;2013年07期

  本文关键词：关联数据集混合式映射研究，，由笔耕文化传播整理发布。

本文编号：336084