摘要：近似查询是图数据库资源管理的操作之一.已有工作主要基于距离来度量查询语句与图的近似值,忽略了两者之间的语义近似性.对于语义图的近似查询,忽略图与查询的语义近似将难以有效完成查询.针对该问题,本文在考虑语义近似的基础上为rdf(Resource Description Framework,资源描述框架)图的近似查询提出基于语义距离的度量方法.同时,为提高查询效率,本文提出语义结构剪枝策略.最后,我们构造查询框架以实现查询的响应过程,并在该框架下设计实验以评价本文方法.实验表明,本文方法可高效执行rdf近似查询并有效返回top-k结果集.

摘要：针对当前信息资源描述框架(rdf)检索过程中存在的内存使用过大及检索效率低等问题,提出一个rdf图的层次聚类语义检索模型,设计并实现了相应的检索方法。首先从rdf图中抽取实体数据,在本体库的指导下,通过层次聚类,将复杂的图形结构转换为适合检索的树型结构;根据在树中查找到的目标对象,确定其在rdf图中的位置,进行语义扩充查询。检索模型的构建缩小了检索范围,从而提高了检索效率,其语义扩充查询还可以得到较好的查全率。

摘要：模式匹配问题指的是搜索所有同构于模式图的数据子图,它是一种典型的子图同构问题。多模式匹配问题是对模式匹配问题的一个扩展,其主要的挑战是多个模式图之间的并发执行策略。为了应对这个挑战,提出一种面向rdf图的模式匹配方法(M-PM)。通过计算多个模式图之间的公共查询子图,根据查询子图、模式图的包含关系构建依赖树;提出节点分片表的概念,用来扩展依赖树中单一的包含关系;设计了一种快速的多模式匹配算法,其通过对数据图的一次遍历便可以求得多个模式图的匹配子图。实验结果表明,M-PM方法比一般方法提高了约70%执行时间效率。在处理相同规模的模式图的情况下,M-PM方法执行效率只与残差边个数有关,残差边越少执行效率越高。