基于关键词的RDF数据图查询模型研究.pptxVIP

基于关键词的RDF数据图查询模型研究 学号：xxxx 姓名：xx 日期：xxx 大纲Outline 一、研究的主要内容 本文的主要贡献可以归纳为以下2个方面： 1、本文提出一种针对 ＲＤＦ数据图的关键词查询模型，支持 对实体、属性或关系名进行查询。该模型在ＲＤＦ数据图中对所查询关键词进行子图匹配，得到结果子图。 2、排序阶段借助统计语言模型ＳＬＭ（Statistical Language Models）对结果子图进行排序,输出Top-k。 一、相关的背景知识 1、资源描述框架RDF 一个 RDF 陈述（Statement）包括资源（主 体）、属性（谓词）和属性值（客体）。主体通常是 指具体资源的 URI 引用（URI Reference），谓词指 与资源描述有关的特征或关系，客体是指属性的值。这种三元组表达了信息资源间的对应关系。 2、关键词结构化方法 关键词结构化方法是指由关键词构造结构化查询语句，再利用转换后的查询语句检索结果。 3、关键词直接匹配方法 关键词直接匹配结果采用图的关键词查询方法。由于RDF的数据模型是图，因此RDF上的查询处理可以被转换为子图匹配问题，即在RDF数据图上定位包含查询词的斯坦纳树 一、相关的背景知识 4、结果排序方法 基于关键词图查询的结果排序有基于图结构信息和基于内容的 IR 式排序两种方法 二、基于关键词的RDF数据图查询模型 基于关键词的ＲＤＦ数据图 查询模型分为预处理、 图查询和结果排序３个阶段， 工作流程如下图所示 二、基于关键词的RDF数据图查询模型 举例说明，如查询条件“获得奥斯卡金像奖的喜剧电影 (finding comedies that have won the Academy Award”），进一步假设用户借助关键词查询来表达该查询。表２表示表１中 ＲＤＦ数据片段执行查询后的所有结果子图。其中第二列表示与对应子图中元组匹配成功的关键词集合，图３表示表２中第二个结果子图。 二、基于关键词的RDF数据图查询模型 三、图查询算法 三、图查询算法 将 ＲＤＦ数据转化为关联矩阵，将其作为图查询阶段的输入数据。构造元组邻接表即为匹配并联接元组，以及生成结果子图的过程，元组邻接表即为对应结果子图 三、图查询算法 ＩＳＧＲ算法的５个步骤 属性表的目标是减少查询过程中涉及到的自连接操作、提高存储空间的利用效率以及提升系统的可扩展性。本文叙述了两种构建属性表的方法，基于布尔矩阵分解的RDF数据存储和基于YAFIM算法的属性间关联规则生成。 Step1 读入 ＲＤＦ数 据，将输入关键词拆分为单个术语 的集合，并按倒排索引中词频的顺序进行预排。 Step2 按处理后的 关 键 词 对 ＲＤＦ 三 元 组 分 组，构 成 关联矩阵 Step3 对不同分组中的三元组进行匹配联接，创建元组邻接表 Step4 输出每个元组的邻接表（结果子图）。 三、图查询算法 三、图查询算法 谢谢！