語義Web數(shù)據(jù)的關鍵詞查詢方法.pdf

1、隨著語義Web的不斷發(fā)展,語義Web數(shù)據(jù)的數(shù)量也在快速增長。無論是應用系統(tǒng)或最終用戶,都有著對語義Web數(shù)據(jù)進行查詢的需求。但是,面向語義Web數(shù)據(jù)的形式化查詢語言對于普通用戶而言仍然過于復雜。原因在于構造結構化查詢不但要求用戶了解查詢語言的語法和語義,還要求用戶必須掌握待查詢數(shù)據(jù)的模式。因此,本文圍繞著語義Web數(shù)據(jù)關鍵詞查詢方法開展研究,主要工作包括:
　　 (1)提出了三種面向語義Web數(shù)據(jù)的關鍵詞查詢模型。分別以RDF句

2、子圖、r出半徑圖和實體三元組關聯(lián)圖模型組織語義Web數(shù)據(jù),給出不同模型下關鍵詞查詢問題的定義。分析了三種語義Web數(shù)據(jù)組織方式的性質和特點以及數(shù)據(jù)轉換所需要的開銷,指出它們各自的適用場景。
　　 (2)提出一種基于RDF句子圖的關鍵詞查詢方法。將關鍵詞查詢結果建模為包括所有查詢關鍵詞并且葉節(jié)點是關鍵詞節(jié)點的無根樹。提出一個啟發(fā)式的關鍵詞查詢算法,支持top-k查詢。
　　 (3)提出一種基于r出半徑圖的關鍵詞查詢方法。利

3、用r出半徑圖作為處理單元,利用關鍵詞倒排索引及關系索引來加快實時響應速度。提出一種更合理的評分公式,考慮語義Web數(shù)據(jù)中關系的流行度,結合文本相關性和關系流行度衡量查詢結果與查詢關鍵詞之間的相關性。
　　 (4)提出一種基于實體三元組關聯(lián)圖的關鍵詞查詢方法(KREAG)。在實體三元組關聯(lián)圖模型基礎上,將關鍵詞查詢問題轉化為關聯(lián)圖上查找有向斯坦納樹問題。在保證近似比為m的前提下(m為查詢關鍵詞的個數(shù)),利用近似算法實現(xiàn)了快速查詢響