基于NoSQL的RDF存储与冗余消除的研究与实现-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Nanjing University of Aeronautics and Astronautics The Graduate School College of Computer Science and Technology Research and Implementation on RDF Storage Based on NoSQL and Redundancy Elimination A Thesis in Computer Science and Technology by Lu Chuanyao Advised by Prof. Xu Min Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering January, 2014 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进行 的研究工作及取得的研究成果。除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士学位论文 摘 要 随着语义 Web 的快速发展，以 RDF 格式发布的数据也越来越多。但是现在的 RDF 存储管 理系统已经无法适应 RDF 数据增长的速度，尤其是满足大数据存储、高查询性能和低增加修改 等特点。在开放式的环境下构建和维护本体系统的时候，会出现本体多义性的问题，首先由于 不同的组织和人员对一个领域的本体库的知识实例进行维护和添加，可能会出现重复描述实例 的问题，既出现对同一对象的不同实例描述，甚至是相互矛盾的，出现多义性；然后是对两个 及两个以上的相关领域本体库进行合并时，会出现两个本体库的本体概念描述的同一种事物， 只是名称不一样或属性有差别，既异构本体，出现多义性，同时在整合的时候用户会对一些属 性有特殊的喜好和需求。如何解决上述问题，本文就将进行相关研究并给出相应的实现。 本文设计并实现了基于面向文档的 NoSQL 数据库 MongDB 的 RDF 数据存储系统方案来有 效的管理 RDF 数据，并使用了适当的索引来提高对数据的查询效率，最后通过实验验证了该方 案在性能上的优越性。在对一个大型的本体库来说，它拥有海量的实例，如果使用现有的研究 方法来对这些实例进行冗余查找，在通常的环境下是不可行的，这就要对这些海量实例进行前 期的预处理，然后通过对实例属性及其值的加权和本文提供的方法来查找出这些冗余的实例。 对两个及两个以上的相关领域本体库进行合并时，在考虑了用户喜好与需求的情况下，通过一 种基于熵和偏差的加权概念格的冗余本体消除的方法来满足上述需求，同时通过实验给出了方 法中的阈值 weight(B)的量化公式。通过相关实验，验证了上述方案和方法是可行的能够解决 上面的问题。 关键词： RDF 存储，NoSQL，冗余本体，相似度，形式背景，加权概念格 I 基于 NoSQL 的 RDF 存储与冗余消除的研究与实现 ABSTRACT With the rapid development of the Semantic Web, data in RDF format is also increasing. But now RDF data storage management system has been unable to adapt to the explosive growth of the data, especially the management system meets the large data storage, high query performance and low increase modification etc. When in the open environment, the construction and maintenance of ontology system will appear ambiguity problem. First of all the ontology instances of different organizations and personnel for a domain is maintained and added, which may appear repeatedly des