RDF数据上带时间约束的Top-k语义地点检索技术研究.pdfVIP

RDF 数据上带时间约束的 Top-k 语义地点检索技术研究 摘 要 近年来，越来越多的组织将收集到的数据，以 RDF 模型组织后开放给公众，供人们 从中检索感兴趣的内容，获取有价值的信息。通常人们可使用 SPARQL 这类结构化查询 语言访问和操作 RDF 数据，但由于需要用户熟悉语言语法，了解数据集的内部结构， 导致这类语言的使用仅限于专业人士，而关键词检索只需用户输入一组关键词，最终就 能返回一些小的包含所有查询关键词的 RDF 子图，相比结构化的查询语言，极大的降 低了对用户的要求。同时，一些知名 RDF 数据集中不仅仅带有文本信息，还有大量时 间和位置语义信息，人们可以在这些数据上做基于时空的关键词检索。 在本论文中，我们在基于空间的关键词检索模型 kSP 的基础上，提出了一种在RDF 数据上，基于时间和空间的关键词检索模型 kSPT ，该模型不依赖于任何类 SPARQL 语 言，可以在时间和空间约束下，在 RDF 数据上进行关键词检索，返回 k 个与查询最相 关的语义地点。针对单个时间约束和时间范围约束的查询场景，分别设计了基于时差的 关键词检索模型和基于时域的关键词检索模型。为了使该检索模型能应用于大规模数据 集，设计了高性能的查询处理算法，算法包含了基于可达性的时差下限、基于词频的可 达性查询、基于限长 索引的半径动态边界和剪除不可达 R-tree 节点四个优化技术， 以排除算法遍历过程中碰到的无效地点顶点，减少计算量。 为评估算法的实际执行效率，针对算法设计了多组对比实验，在两个公开数据集上， 于不同条件下运行算法，收集并分析实验结果，表明所提出的算法具备在大规模数据上 高效计算查询结果的能力。 关键词：RDF 数据；关键词检索；语义地点 I Top-k Relevant Semantic Place Retrieval with Temporal Constraint on RDF Data Abstract In recent years, more and more organizations use the RDF model to organize the collected data and open it to the public for people to retrieve interesting data and obtain valuable information. RDF data are traditionally accessed and manipulated using structured query languages, such as SPARQL. However, this requires users to understand the language as well as the RDF schema that cause the use of such languages is limited to professionals. Keyword search on RDF data aims at relieving users from these requirements; users only input a set of keywords, and the goal is to find small RDF subgraphs that contain all keywords. At the same time, some well-known RDF datasets not only contain text information, but also include spatial and temporal semantics, which opens the r