基于存储优化模型的rdf数据查询机制分析-analysis of rdf data query mechanism based on storage optimization model.docxVIP

优秀毕业论文 精品参考文献资料 1 绪论 本章首先介绍 RDF 数据存储和 SPARQL 查询的研究意义；接着介绍 RDF 数据 存储和 SPARQL 查询系统的国内外研究现状；然后说明论文的研究背景和研究内容； 最后介绍论文的组织结构。 1.1 问题的提出 语义网是由万维网的创始人 Tim Berners-Lee 于 2000 年提出，它是关于下一代互 联网的设想，万维网联盟（World Wide Web Consortium，简称 W3C）提出了许多促 进语义网相关技术发展的标准[1]。语义网概念是在自然语言处理技术不能够完全处理 非结构化和半结构化数据的背景下提出的[2]，它是当前万维网的延伸，它的核心思想 是创造更多的让机器能理解的数据[3]，通过在对互联网上的数据引入相关的语义标准 进行描述，使得数据表现出清晰的语义和结构化，从而使得这些数据能够被机器所 理解。语义网概念的提出符合互联网发展的趋势，使得互联网的数据更加规整化， 并且有序。为了能够使语义网的概念成为现实，必须有大量的数据遵循某种标准格 式，这种格式能够被机器“理解”和管理。为此万维网联盟的语义网活动给出了语 义网的七层结构[4]，如图 1.1 所示。 图 1.1 语义网的七层架构 在语义网的七层体系结构中，可扩展标识语言（Extensible Markup Language，简  称 XML）作为语法层，而资源描述框架[5]（Resource Description Framework，简称 RDF）作为描述语义网数据的通用语言，是语义网描述网络上数据的基础。而 RDF 的层次架构之上可以使用 RDF 模式（Resource Description Framework Schema，简称 RDFS）和网络本体语言[6]（Web Ontology Language，简称 OWL）进行描述，通过一 些内建的推理规则，能够对 RDF 数据进行逻辑推理操作[7]。而 SPARQL[8] (Simple Protocol and Query Language)作为 RDF 数据的查询语言，SPARQL 是构建在以前的 RDF 查询语言[9] (如 SeRQL，RDQL 等）之上，拥有一些有价值的新特性，目前成为 万维网联盟（World Wide Web Consortium，简称 W3C）查询 RDF 数据的推荐标准， SPARQL 的语法与 SQL 语法相似，但是 SPARQL 较为复杂[9]，被定义为可以实现异 构 RDF 数据的查询。资源描述框架（RDF）提供了标准的格式对互联网的资源进行 描述，其描述的灵活性很强，目前 RDF 提供了许多词汇的??持，如 Dublin Core、FOAF （Friend of a Friend）和 RSS 1.0，SKOS（Simple Knowledge Organization System）， 以及 RDFa，GRDDL（Gleaning Resource Descriptions from Dialects of Languages）等， 通过这些词汇的支持可以进一步增强互联网上文档的语义。维基百科作为强大的自 由百科全书，体现了人类智慧的精华，其数据量非常庞大，目前研究者对其数据进 行了重新整合和描述[11]，以便进一步的使用这些数据。而 Yago[12]，DBPedia[13]，使 用自然处理，信息抽取等技术将维基百科上的内容转换成结构化数据，使用 RDF （Resources Description Language）来描述。其中 DBPedia 使用 Virtuoso[14]和 MySQL 作为底层存储系统，同时开放了 SPARQL 查询接口。目前，DBPedia 的数据已经被 很多语义网应用程序所使用。随着使用语义网标准描述的数据的不断增多，Tim Berners-Lee 提出了连接的数据（Link data）的概念，其中 Tabulator[15]工具可以浏览 各个数据源的语义网数据，提供了异构语义网数据的可视化，而 Sindice[16]则通过对 语义网数据进行索引，提供丰富的语义网数据搜索功能。 语义网数据在不断的增多，构造高效的存储和查询这些语义网数据的系统成为 语义网应用得到普及的一个非常重要的方面，而 RDF 作为语义网数据的描述基础， 因此研究 RDF 数据的高效存储和查询成为了语义网研究的热点。目前出现了许多以 关系数据库作为后端的 RDF 数据存储和查询系统，如 3store[17]，Jena SDB[18]， Sesame[19]等，采用关系数据库作为后端对 RDF 数据以三元组表或者类似的方式进行 存储。采用三元组的存储方式很好的利用了关系数据库的性能，但是三元组的存储 方式